AI聊天机器人 / 轻量级对话系统（调用闭源API）

文章目录

• 前言
• • [📊 技术栈定位](#📊 技术栈定位)
  • • 所属类型
    • 对应技术栈节点
    • 与推荐技术栈对比
  • [🎯 当前阶段总结](#🎯 当前阶段总结)
  • [📈 下一步扩展建议](#📈 下一步扩展建议)

---

前言

截止2026年3月28

📊 技术栈定位

所属类型

AI聊天机器人 / 轻量级对话系统

对应技术栈节点

1. 核心编程语言与基础框架 - TypeScript + Next.js 全栈

   • 使用 Next.js App Router
   • TypeScript 类型安全
   • Node.js 运行时

2. 大模型与推理层 - 闭源 API 调用

   • OpenRouter API 聚合平台
   • 支持多个免费模型候选（step-3.5-flash、nemotron-3-super 等）
   • 流式响应（SSE）
   • 模型容错机制（逐个尝试）

3. 数据与存储 - 关系型数据库

   • Prisma ORM
   • SQLite 数据库（从 migrations 推断）
   • 用户资料、聊天历史存储
   • 暂未使用向量数据库/RAG

4. 前端与用户界面 - AI-native Web 应用

   • React 19
   • Next.js App Router
   • Tailwind CSS
   • shadcn UI 组件库
   • Markdown 渲染（ReactMarkdown）
   • 多语言支持（i18next）

5. 认证与基础设施

   • Supabase 认证
   • 会话管理
   • 用户缓存机制

与推荐技术栈对比

项目符合推荐的 "AI聊天机器人 / RAG知识库" 栈的简化版本：

• ✅ Next.js + TypeScript
• ✅ OpenRouter（类似 OpenAI API）
• ✅ Prisma + 数据库
• ❌ 暂未使用 RAG/向量数据库
• ❌ 暂未使用 Agent 框架（LangChain/LangGraph）
• ❌ 暂未使用 Python 后端

🎯 当前阶段总结

项目目前处于：

• 从单纯的模型调用 向更复杂系统发展的初期
• 已有完善的前端界面和基础数据持久化
• 可以作为扩展 Agentic AI、RAG 增强、多智能体协作的良好基础

📈 下一步扩展建议

如果想向更高阶发展，可以考虑：

1. 添加 RAG：集成 LlamaIndex 或 LangChain，支持知识库问答
2. 引入 Agent 框架：使用 LangGraph 或 CrewAI 实现更复杂的对话流程
3. 添加向量数据库：pgvector 或 Pinecone，支持语义搜索