AI 行业每天都有模型发布、产品更新、融资并购与监管动作，但现有渠道要么是碎片化的资讯流，要么是事后盘点的长文：用户能够看到事件的发生，但不理解事件的全貌。
Memos World（memos12.com）就是为解决这个问题而立项的。它把 AI 公司、产品、研究机构、监管方的动态按事件发生日（而非抓取日）聚合成一条可检索的行业时间线，并在其上生长出两层内容：
“脉络”把散落的节点串成有悬念、有因果的事件链；
“解读”是挂在事件链上的深度报道，正文每一句都能通过锚点回溯到具体事件节点与一手信源。
目标用户是需要持续追踪 AI 行业的从业者、投资人与研究者。项目由我一人独立设计、开发并运维上线，目前部署在阿里云 VPS，部分功能仍在开发过程中，全自动每小时更新。
项目分为前台内容、自动化数据管线、后台治理三大块，共八个功能模块：
1）AI Time 日流：首页按日聚合事件，左栏按主体（Lab / 应用 / 基础设施 / 监管 / 评测 / 资本）导航，右栏按事件类型与模态筛选；首屏 SSR 30 条 + 滚动分页加载。
2）事件与实体页：事件详情展示多信源、相关事件与所属链；实体页为单主体时间轴。
3）脉络与解读：事件链列表与详情页，解读文章正文内联事件锚点，可逐句回溯到节点。
4）自动补全管线：按「一手 RSS → AI 精选源 → 通用搜索兜底」三级回落取数，交由大模型做三档分级抽取（丢弃 / 次要 / 重要），并自动识别事件日期、类型、模态与涉及主体。
5）信源中心：65 个跨主体信源池的增删改停与逐条测试，含信源健康监测、连续空抽静默停用、七档权重与关键词过滤。
6）实体审核队列：新实体默认不上前台，由 AI 自动生成「实体名片」（简介、总部、成立时间、建议动作与置信度）辅助分流，站长一键通过 / 拒绝 / 合并。
7）后台 AI 运维助手：基于 function calling 的运维代理，只读查询即时返回，写入操作先产出待确认动作、人工确认后才落库，并全程留审计日志。
独立开发项目，从产品设计、数据建模、前后端实现到服务器部署与日常运维全部由我一人完成。
技术栈：Next.js 16 App Router（全 RSC + Server Actions）、React 19、TypeScript 5、Tailwind CSS v4、better-sqlite3（单文件 SQLite，WAL 模式）、DeepSeek 大模型、sharp 图片处理、cheerio / fast-xml-parser 做信源解析；部署于阿里云 VPS，pm2 常驻 + cron 调度，不依赖托管数据库与 Serverless 平台。
实现亮点：
① 严格分层，数据访问层是唯一 SQL 出口、LLM 层是唯一模型出口，纯逻辑模块靠依赖注入不直接引入数据库，因而能用 60 余个离线脚本对抽取、去重、事件成组、链检测做不联网、不碰真库的单元验证；
② 数据库经三代 schema 叠层演进，全部采用探测列 + 渐进 ALTER 的幂等迁移，从不重建表、不改列名，保证线上存量数据与历史外链不断；
③ 针对海外一手信源在境内访问不稳定的问题，设计了中继方案——由 GitHub Actions 定时把官方 RSS 镜像进仓库，VPS 定时拉取后以自定义 relay:// 协议读本地文件，避开运行时出网依赖。
踩过的难点：推理模型的 max_tokens 被思维链吃光导致正文返回空，定位后上调主线抽取上限并前置 URL 去重降本；模型倾向把传闻或未来日期当作已发生，为此加了未来日期与回顾类内容两道硬拦截；首页早期一次性渲染 751 条节点把 iOS WebKit 顶崩，改为首屏 SSR + 分页加载；生产 Node 20 与本机版本不一致，把核心逻辑抽成纯 mjs + 类型声明，使运维脚本无需编译即可复用。
评论