项目基于 Next.js 和 Supabase 的 AI 摄影助手应用,是我的个人IP网站和AI应用技术相结合的产物。按照App Router 全栈一体化、RSC 减包、Context 状态管理架构设计;SSE 流式 + Token 优化等AI 集成技术;Creem 全流程 + 配额计费的国外SaaS项目的支付与订阅习惯;使用了国外的 Vercel 部署项目;并开发了React Context 自研零依赖 i18n方案,实现了多语言与国际化。
点击空白处退出提示
项目基于 Next.js 和 Supabase 的 AI 摄影助手应用,是我的个人IP网站和AI应用技术相结合的产物。按照App Router 全栈一体化、RSC 减包、Context 状态管理架构设计;SSE 流式 + Token 优化等AI 集成技术;Creem 全流程 + 配额计费的国外SaaS项目的支付与订阅习惯;使用了国外的 Vercel 部署项目;并开发了React Context 自研零依赖 i18n方案,实现了多语言与国际化。
1、AI 对话功能:
使用 Deepseek Chat Completions API;SSE 流式响应,实时显示回复;历史消息上下文管理;消息自动保存到数据库
2、用户认证
Supabase Auth 邮箱/密码登录;自定义登录页面;用户名注册与显示
3、订阅管理
订阅页面展示;使用量跟踪;配额管理;多语言支持
Photo AI 是一个基于现代 Web 技术栈独立设计与实现的全栈个人项目,其技术选型兼顾了开发效率、运行性能与长期可维护性三大维度。前端层采用 Next.js 16 的 App Router 架构与 React 19 构建,借助 Next.js 内置的 Turbopack 构建引擎将本地编译速度提升数倍,结合 React Server Components 与 Client Components 的精细拆分,大幅减少了客户端 JavaScript 包体积,在不牺牲交互体验的前提下获得了更快的首屏渲染与更优的 Lighthouse 性能评分。样式层选用 Tailwind CSS 4 的原子化样式体系,配合其内置的响应式断点与深色模式支持,避免了传统 CSS 的命名冲突与冗余代码,同时保持了视觉设计的高度一致性。类型安全层面,整个项目基于 TypeScript 5 进行严格静态类型检查,结合 React 组件的 Props 泛型约束、Next.js API Routes 的请求/响应类型定义以及数据库 Schema 的类型自动推断,从编译阶段消除了大量潜在的运行时错误,显著提升了代码的健壮性与重构效率。 在后端与服务层,项目初期曾基于 Clerk 实现第三方用户认证,随后经整体评估迁移至 Supabase 一体化平台——既通过 Supabase Auth 承接邮箱、手机号等多种方式的登录注册,又依托其底层的 PostgreSQL 关系型数据库构建了 users、messages、photos、projects、subscriptions 等多张核心业务表,并借助 Row Level Security(行级安全策略)保障数据访问的最小权限原则。AI 能力层通过对接 DeepSeek 等大语言模型 API。




评论