我怎样参与这个项目

这是自己持续迭代的个人 AI 网站。代码实现主要由 AI 完成，我负责提出需求、梳理使用流程、确定约束，并通过代码审查、测试和浏览器体验推动修改。

我希望展示的是把一个产品从需求推进到可使用结果的能力：模型能调用只是开始，余额怎么变化、失败怎么办、页面关掉后任务去哪了、发布后旧页面会怎样，都是需要回答的问题。

从模型列表到统一能力配置

后端统一管理服务商、模型、密钥和能力绑定，前端根据能力展示可选模型。聊天、图像生成、图像编辑和视频接口的请求与响应不同，视频的参考图数量、时长、比例也存在模型差异。

我的工作是把这些差异转成明确的参数和校验规则，避免让前端选项、后端校验和服务商实际要求各说各话。漫剧生成前的预检也沿用同一个思路：先检查当前项目能否执行，再产生付费调用。

积分：先控制成本，再交付结果

积分系统记录余额、交易和账本，用请求标识关联调用。聊天按 Token 计价时，调用前先预扣估算上限，同时约束最大输出；成功后根据 usage 结算，缺少 usage 时走固定费用回退，失败则按规则退款。

这里的关键取舍是：外部模型已经成功，不能因为事后余额不足，把结果再展示成失败。结算上限与回退规则必须提前定义，也要通过测试核对余额和交易变化。

长任务：生成不能只活在浏览器里

视频生成改为持久化任务：先创建本地任务，再由调度器领取并提交，拿到外部任务 ID 后轮询，最终落为成功或失败。提交与轮询使用不同的并发槽位和租约，任务中心负责查询与展示。

这样页面离开后，后端仍可继续追踪已受理任务。任务持久化也为排查提供了具体状态，而不只是一次 HTTP 超时。服务商已受理但本地未记录的窗口，仍需要结合对方幂等能力单独治理，不能只靠本地任务表承诺绝不重复。

创作流程与日常维护

产品逐步加入多轮流式聊天、漫剧与静态漫画工作台、穿搭视频、提示词优化、本地素材和导出流程。我的关注点是把功能连起来：输入素材如何使用、模型如何选择、生成前如何检查、失败后如何继续、结果如何下载。

维护中也修复过 Base64 混入请求审计、本地历史重复存图和发布后懒加载资源失效。这些问题让我把后端之外的浏览器存储、资源缓存和部署过程也纳入交付检查。

我在项目里积累的能力

• 产品拆解：把“做一个 AI 网站”拆成可逐步验收的具体流程。
• 成本与状态设计：对齐模型调用、交易、退款和异步任务的生命周期。
• AI 协作交付：给出约束、检查差异、复现场景，把修复写进测试与开发规范。

这里不以代码量衡量个人贡献。更有价值的是能解释系统怎样工作、为什么这样取舍，以及失败时如何接手。