上回我们定方向、砍 MVP把详情页机收敛到了一个付费动作。这篇解决一个很现实的问题我一个人用什么技术栈才能把它搭起来、还能长期维护先说结论我用3 个组件扛住了某次促销里 200 个店主同时发起的生成请求数字为示意真实峰值以你自己的监控为准平时基本零运维。反直觉的点先抛出来技术栈不是越先进越好是越出问题你能自己修越好。很多人一上来就上 K8s、上消息队列、上向量数据库结果半夜告警响了自己都看不懂——这叫用复杂度买焦虑。下面是我给独立开发者的一整套最小架构可直接抄。一、最小栈的三条铁律搭之前先立规矩违反任何一条就砍少依赖能不引中间件就不引。每多一个组件就多一个崩的地方、多一份升级心智。易部署一条命令能起来一个环境变量能切环境。能自修报错信息你看得懂日志你查得着不用翻源码猜。一句话你不是在炫技你是在给自己省半夜的命。二、我的三样东西组件干什么为什么是它轻量前端收输入、展示详情页不用重框架原生或轻量即可一个后端服务解析输入、调生成、排版单进程扛得住部署简单对象存储存生成的 HTML/MD 产物不自己折腾文件服务器没了。没有 Redis、没有 MQ、没有独立数据库早期用 SQLite 或甚至 JSON 文件都行等真有并发压力再加。为什么不是大家熟悉的前后端分离 微服务因为你是一个人。微服务是给 10 人团队分工用的你一个人拆微服务拆的是自己的精力。三、目录结构分层不分层迟早乱按接入层 / 核心生成 / 存储 / 配置切后面找代码一找一个准detail-page-bot/ ├── app.py # 接入层路由、接收输入、返回产物 ├── generator/ # 核心生成 │ ├── parse.py # 解析卖点/人群/类目 │ ├── compose.py # 按模板排版 │ └── prompt.py # 提示词与合规红线 ├── store/ # 存储 │ └── save.py # 存产物到对象存储 ├── config.py # 配置读环境变量 ├── requirements.txt └── deploy.sh # 一键部署脚本关键在generator/单独成层换模型、换提示词、换合规规则只动这一层别处不动。这是你后面第 9 篇做自动化的前提。四、AI 能力接入点只留一个口子这是整套架构最容易做错的地方。别在业务代码里到处写requests.post(大模型API)——哪天换模型、换 Key、加限流你要在十几个文件里改。统一成一个生成服务接口# generator/llm_client.py import os def generate(prompt: str, max_tokens: int 1500) - str: 唯一的大模型调用入口。 换模型/换 Key/加重试只改这里。 api_key os.getenv(LLM_API_KEY) # 调用你选的大模型 API返回纯文本 # 失败自动重试一次仍失败抛异常由上层兜底 ... return text配合一个最小限流防刷、防超配额早期用内存计数即可# 简单令牌桶单机够用 import time _BUCKET {tokens: 20, ts: time.time(), rate: 1.0} def allow() - bool: now time.time() _BUCKET[tokens] min(20, _BUCKET[tokens] (now - _BUCKET[ts]) * _BUCKET[rate]) _BUCKET[ts] now if _BUCKET[tokens] 1: _BUCKET[tokens] - 1 return True return False踩坑预警别一上来就上分布式限流。单机内存限流能cover 90% 的滥用等真被刷了再升级。五、一键部署3 行脚本解决问题部署越简单你越敢改、越敢发。一个deploy.sh搞定#!/usr/bin/env bash # deploy.sh —— 一键部署到你的服务器 git pull origin main pip install -r requirements.txt nohup python app.py --port 8000 app.log 21 echo 详情页机已启动 ✅环境变量用.env管绝不写死在代码里# .env别提交到 git LLM_API_KEYsk-xxxx STORAGE_BUCKETmy-detail-bot BASE_URLhttps://your-domain.com⚠️ 合规红线本产品生成的是电商广告文案。详情页、主图文案里严禁使用最 / 第一 / 国家级 / 顶级 / 唯一等《广告法》极限词也不得用无法证实的销量第一全网最低等表述。代码里要在prompt.py内置一段红线清单生成后做一次关键词过滤命中就提示用户改写。我们教的是合规表达不教违规话术。本篇交付物① 可克隆的仓库骨架上面detail-page-bot/目录直接建出来文件先放占位函数能跑通输入→返回固定文案即可。② 部署脚本模板deploy.sh.env.example把真实 Key 留在本地仓库里只放 example。今天就能做的 3 件事建好detail-page-bot/的四层目录写个app.py返回 hello。把llm_client.generate()这个唯一入口先 stub 出来返回假文案后续再接真模型。写.env.example确认.gitignore里有.env别把 Key 传上去了。下篇预告架构就位第 4 篇把核心能力填进去——跑通输入商品 → 生成详情页 主图文案并告诉你产物长什么样用户才肯付钱。