📚🎬 知行合一AI实验室

这是我用 AI 从零搭建的个人 AI 应用实验室，书影/生活追踪只是目前跑在里面的第一个功能。完整内容登录后才能看到，这里是公开的开发更新日志。

登录

这个网站是怎么做出来的

🤖 AI 开发模式（这个网站的实际流程）
💬
跟 Claude
对话提需求
→
🤖
Claude Code
写代码
→
🐙
推送到
GitHub
→
🚂
Railway
自动部署
→
✅
网站更新
上线
⏱ 一个想法到上线：几分钟到几小时
🧑‍💻 传统开发模式（对比）
📋
写需求
文档
→
🧑‍💻
工程师
手写代码
→
🧪
写测试
跑测试
→
👀
Code
Review
→
🔄
CI/CD
自动部署
→
✅
上线
⏱ 同样一个想法到上线：通常数天到数周

全程不用手写一行代码，我只负责提需求和验收；每次改动的细节都记录在下面的更新日志里。源代码在 GitHub →

网站的技术架构

🖥️📱 浏览器 / 手机 PWA HTTPS 🌍 Railway 边缘 CDN 全球多节点，图片/静态资源边缘缓存 未命中 / 动态请求 → 转发源站 🐳 源站容器 · Railway（新加坡） gunicorn：1 进程 + 4 线程，共享内存态数据 ⚙️ Flask 应用（app.py） 🔐 路由 + 登录鉴权 🧩 Jinja2 服务端渲染 🖼️ Pillow 图片 / ffmpeg 视频处理 🗜️ Gzip / Brotli 压缩 📊 请求耗时统计 💾 持久化存储 Railway Volume · /data • tracker.db（书影 / 动态 / 小说 数据） • uploads/（动态上传的照片） • novel_media/（小说封面 / 立绘 / 视频） • cover_cache/（豆瓣封面缓存） 🔌 外部服务 运行时对外请求 • 豆瓣网页抓取 + 封面代理 • Claude API（AI 截图识别，可选）

服务端是一个 Flask + SQLite 的单体应用，没有独立前端构建，页面都是服务端用 Jinja2 直接渲染出来的； 用 gunicorn（1 进程 4 线程）跑在 Railway 新加坡区域的一个 Docker 容器里。图片用 Pillow 处理（生成分享图、 压缩上传图片），视频用 ffmpeg 压缩并抽封面帧。数据库、用户照片、小说封面/立绘/视频、豆瓣封面缓存都存在 Railway 的持久化 Volume 里，图片和静态资源通过边缘 CDN 缓存；豆瓣书影信息靠抓取网页拿到，AI 截图识别接的 是 Anthropic 的 Claude API。

更新日志

EN

记录这个网站从零搭建到现在的开发过程（截图是重新生成的当前效果，不是每次改动当时的原图）。

8月9月10月11月12月1月2月3月4月5月6月7月8月
过去一年 11 天有更新，共 91 次迭代，累计约 10637 行代码

代码量：本次会话开始前的历史记录（标了「估算」）是回顾整理出来的大致数字；从这次开始的每一条都是改动时精确统计的。

2026-08-04

共 1 次更新 · 当日约 15 行代码

  • 小说章节编辑框改成跟阅读页一样宽、一样大字号

    +15 行

    编辑章节正文的输入框之前套用的是通用表单样式，最大只有 560px 宽，比实际阅读页窄很多，写的时候很难感觉出真实排版效果。现在编辑框和阅读页的正文区域宽度、字号、行高都对齐了（都是 870px 宽、16px 字号、1.9 倍行距），编辑时看到的宽度基本就是读者看到的宽度。中途踩了个 CSS 优先级的坑：新加的字号规则一开始被更早的通用规则（`.form textarea`）盖掉了，因为后者选择器权重更高，改成更具体的选择器才生效。