从 0 到上线：我用 Next.js 16 给孩子手搓了一套三科学习软件
一、缘起
一段真实的背景：孩子初一，英语长期在及格线下，一提英语就抗拒。常规办法试了不少，报班的事也认真想过，最后的判断是：对一个已经"打开书满眼都是不会"的孩子，再加练习册只会加重防御。
于是从九月中旬开始动手，国庆假期集中冲刺，给她做了一个只服务一个人的学习系统——三科（英语 / 语文 / 数学）、手机优先的 PWA、自托管在服务器上。它现在每天真的在被使用。这可能是它和大多数 side project 最大的区别：有一个"用户"在用真实数据每天检验它。
这篇文章不讲鸡汤，只讲工程：技术选型、核心设计.
二、系统长什么样
学生端四个一级页——今日 / 错题 / 训练 / 我的；家长端三个一级页——看板 / 孩子 / 我的。核心闭环是：
拍照识卷 → 错题归因 → 变式练习 → 收复 → 原子归队进复习队列
此外有两个"偏体验"的模块：全屏的游戏化场景"今夜梦境"（地标即任务，走完全图＝做完今天的事），以及学习陪伴声（场景噪声 / 网络电台 / 自制音乐）。形态上是 PWA + 安卓壳。
三、技术选型
| 层 | 选择 | 理由 |
|---|---|---|
| 框架 | Next.js 16（App Router + Turbopack） | 一个人维护，前后端同仓；服务端组件直接读库 |
| 语言 | TypeScript（strict） | 数据模型字段极多，没有类型不敢改 |
| 样式 | Tailwind v4 | CSS 变量双主题（浅色 / 深色），组件零改动 |
| 数据库 | SQLite（libsql）+ Drizzle ORM | 单实例单家庭；备份＝复制文件；明确不引入 MySQL |
| 测试 | Vitest + Playwright（4 套配置） | 纯逻辑单测 + 真实浏览器 E2E |
| 部署 | Docker + Nginx 一键脚本 | 持久数据全部落一个工作区目录 |
| 客户端 | PWA + Capacitor | 网页永远最新；壳只解决锁屏播放、更新、分享这类系统能力 |
选型关键词是一个人的可维护性：没有微服务、没有消息队列、没有 Redis。所有"高级"的东西都往后放，先保证今天能用、出问题能修。
四、五个核心设计
1. 原子与调度：围绕"可被调度的最小单位"建模
学习内容被抽象成原子：词 / 短语 / 句型。每个原子（词库 2905 条）都由 FSRS 调度，题面按类型分级——词走"认 → 填空 → 拼写"全阶梯；短语可认、可挖空、拼写只做关键词补全；句型只做结构辨认与槽位补全。
一个经验：算法不是重点，"每天真的会回来"才是重点。所以调度之上还有产品约束——每日处方约 15 分钟，做得完比做得多重要。
2. 今日处方：小剂量、有终点、情绪护栏
- 必做只有两件事：复习 + 新词；
- 错题"收复"每天固定两笔——是一天两笔的定投，不是一张看不到头的清单；
- 最近两天连续"累 / 不想学"→ 次日自动减量；
- 不做不惩罚，答错不扣分（失败不回收任何已得）。
3. AI 管线：能不用 AI 的地方，绝不用 AI
拍照识卷走视觉模型（结构化输出 + 题目坐标），生成内容走文本模型，但外面套了三层保险：词汇闸门、结构化 Schema、确定性校验。核心原则一句话——AI 输出永远按不可信输入处理。这部分展开会很长，我单独写了一篇：《把 LLM 关进笼子：一个教育产品的 AI 质量工程实践》。
4. 内容管线：教材包即数据
- 英语覆盖 3~9 年级三个教材版本，共 41 册内容包；
- 语文部编版 14 册，3899 条原子（含古诗文 1247 条）；
- 数学北师大版 14 册，814 个技能点（含前置 DAG）；
- 全部是 JSON 内容包 + 幂等种子脚本：内容文件进版本库，结构校验进测试（册内唯一性、跨册一致性、数学示例题走确定性求值复验）。
5. 多学科：契约先行，零迁移扩展
后来加语文、数学，没有改英语的任何一张表。做法是：学科注册表 + 各科自建原子表 + 统一的"收复"契约（UI 层不写 if (subject === 'zh') 之类的判断）。加一科的成本 = 写内容 + 注册表加一行。
五、工程化与运维
- 测试：759 个单测 / 260 个 E2E（截至发文），E2E 分四套配置（主套件、认证、子路径、TTS mock），全部在系统临时目录跑，避免污染工作区；
- 日志：结构化 JSON → Elasticsearch → Grafana；所有日志字段在注册表登记，用 TypeScript AST 扫描全部调用点强制校验——写错字段名直接构建失败；
- 部署：
./deploy/start.sh <工作区>，容器启动自动执行迁移 + 内容种子（幂等），不建任何默认口令账号； - 备份：SQLite 的
VACUUM INTO+ 照片打包，挂 cron。
七、成本、隐私与边界
- AI 调用都有幂等"认领"（例如家长周报每科每周最多生成一次），TTS 用内容寻址缓存——同一段文本重复朗读不再重复付费；
- 日志脱敏，不记录请求体、口令、验证码；孩子的照片按学生归属校验，无权限一律 404；
- 边界感很重要：它不是"提分神器"，目标是让孩子愿意坐下来。方向用学校考试分数检验，但从不对孩子承诺分数。
八、后记
这套系统现在自托管在 01study.cn，每天给孩子用。如果你也有一个在某科上卡住的孩子，我的建议不是"你也去写一个"，而是：先把"逼他学"换成"设计一个他能完成的起点"——技术只是手段之一。
本文为原创内容，技术细节来自真实项目。评论区欢迎交流。
