前端AI充电站

这篇文章不急着写具体部署命令，而是先分析： > 对这个项目来说，这几种部署方式分别适合什么场景？怎么选最划算？

但一个项目想继续长期维护，还需要一件很重要的事： > 质量门禁。 也就是在开发、提交、构建之前，自动帮我们发现一些低级问题。

为什么服务端也要分层？ 很多前端同学写 Node 服务时，容易把它当成“脚本”写。所以即使是一个小 Express 服务，也应该有基本分层。

这已经不太像一个页面组件了，更像一个“大杂烩”。 这一篇我们做一次状态管理重构，把复杂逻辑拆成两个自定义 Hook

这让项目更像一个真正的 AI 助手。 但真实 AI 产品还必须处理一个很常见的交互： > 用户想中途停止 AI 生成。

真实 AI 产品一般都会有多个会话，比如 ChatGPT 左侧的历史会话列表。 用户可能今天问前端架构，明天问性能优化，后天问 TypeScript 类型设计。如果所有内容都堆在一个会话里，很快就会

这篇文章我们先不引入数据库，而是用最简单的方式解决这个问题： > 使用 localStorage 保存会话历史和 conversationId。 同时，我们也把空状态里的示例问题改成可点击发送。

这一篇我们先不加新业务能力，而是做一次前端 UI 和组件结构升级。 目标是： > 把项目从“功能能跑”升级成“看起来像一个正式 AI 产品”。

现在 AI 的回答已经更像一个正式产品，而不是普通纯文本输出。 但对于一个 RAG 知识库问答系统来说，还有一个非常关键的问题： > AI 的答案到底来自哪里？