背景
最近我一直在开发一个 Node 全栈 AIGC 项目 划水AI，技术栈是 Nodejs + Next.js + pgsql 数据库 + React + Tiptap 编辑器 + ChatGPT API
这个项目（一期功能）计划 7 月上线，现还在公开测试中，想报名参与的可私聊我。
我开发的 2-3 个月期间，遇到了很多问题，踩了很多坑，本文分享一些比较典型的。这些都是非常宝贵的项目经验。
而且，这些问题都是真实上线的项目才能遇到的，你在本地开发一个 demo 练手是遇不到这些问题的。
PS：现在项目公开测试中，就是真实的线上环境（预发环境），托管在阿里云 Serverless 函数计算 FC 服务中。
问题1：next-theme 切换黑白主题的 warning
项目使用了 shadcn-ui 组件库，其中使用 next-theme 来切换黑白主题
但当代码运行时会有一个浏览器警告，如下图
通过查询 shadcn-ui GitHub issue 可找到一个解决方案，在 html 标签添加<html lang="en" suppressHydrationWarning> 属性即可。
根据 React 相关文档，这个问题是因为客户端内容和服务端渲染的内容不一致，而导致的一个警告，某些情况下这是难免的，所以它给出了这样的属性来避免。
问题2: prisma 连接 pgsql 的小问题
Prisma 是 Nodejs 非常流行的 ORM 工具，用于连接和操作各种数据库，划水AI 项目用的是 pgsql 数据库。
当用 prisma 连接 pgsql 数据库的时候，遇到了很多小问题。例如密码尽量不要选择特殊字符，否则需要替换
还有参与 划水AI 项目的其他同学，在项目 wiki 中分享的他自己遇到的一些问题，例如
问题3: Next.js middleware 只能运行在 Edge 运行时
Edge runtime （边缘运行时）是用于快速计算和分布式计算，和 Nodejs 运行时有区别，它更轻量级，支持的 API 更少。
Next.js middleware 是运行在 Edge runtime 的，一般用于根据 Request 请求做一些判断和处理。
所以，项目中想要在 middleware 中使用 Prisma 请求数据库的时候，Next.js 就报错了，如下图：
由于 Vercel 在国内没法访问，我们后来使用了其他方式来处理这个问题，暂时没用 middleware 。
问题4: docker build 导致服务器宕机
划水AI 线上环境部署到阿里云 Serverless 函数计算 FC ，但测试环境是用 Github Action + Docker 部署的，部署在一台云服务器上。体验不同的部署方法。
由于我买的这个云服务器配置有点低（价格便宜）所以执行 docker build 时候经常会导致服务器宕机，连接不上，报错 255
后来换了一种思路解决这个问题。先在 Github action 中构建 docker image ，然后推送到 docker hub
最后再在云服务器上 docker pull 这个镜像。这样免去了在云服务器上执行 docker build 也就不会再出现宕机的情况了。
这个过程说来简单，其实操作起来细节挺多的，这些我都记录在项目的 wiki 中，想了解的可以私信找我。
问题5: docker hub 被限制访问
上个问题解决后，又遇到 docker hub 访问不了的问题。今年 6 月才发生的，我正好赶上。
现在从 docker hub 下载的 docker 镜像非常不稳定，目前也没有找到合适的解决方案。只能先手动操作部署，等过一阵看看网络情况再说吧。在国内做个程序员太难了...
问题6: NextAuth 登录校验的一些问题
NextAuth 提供了丰富的登录校验功能，配置方便，在 nodejs 框架 Next 和 Nest 中使用都非常方便。但我在使用它过程中也遇到了几个问题
- 频繁使用 github 登录时，会报错 （这也许是 GitHub OAuth 服务的机制）
- 邮箱登录有时候会报错，可能是网络问题，例如我线上就需要用 gmail ，用 163 就不行
- 频繁访问数据库获取 session ，没有缓存机制
问题7: Next.js 14 页面缓存的问题
Next.js Cache 缓存机制 是为了提高网页性能，减少数据请求和重复渲染的。但缓存了带来了很多问题。
例如，需要手动执行 revalidatePath(pathName) 才能导致页面缓存失效，重新刷新数据。如果忘记了 revalidatePath 你就会很困惑：为啥页面不刷新呢？
再例如，Next.js 页面缓存失效是全部刷新，没法部分数据刷新，这块只能自己通过客户端组件来解决。
划水AI 点击左侧文档列表跳转页面，这里我就使用了 pushState H5 history 方式来解决的。没法用 Next.js 自带的路由跳转，否则会被缓存机制搞的乱七八糟的。
所以，Next.js 15 RC 去掉了缓存。
问题8: 网络配置对访问速度的影响
由于项目域名 huashuiAI.com 还没有备案（当前使用 GPT 接口，备案有困难），所以服务器和 CDN 不能选择国内的。当前 CDN 的网络情况测速效果不好，因为节点都在国外（下图右侧）
如果选择香港地区，效果会好很多，如下图。后面会备案，选择国内的 CDN ，速度就全在 10ms 之内，起飞！
对于 Web 项目的性能优化，前端的作用非常小，最重要的是网络、其次是服务端响应速度。前端优化那几十 几百 kb，对于现代的网速来说都不叫事。
所以，作为一个项目的技术负责人，得有全局思维和全栈思维，不能只盯着前端这一亩三分地。
问题9: 前端压缩图片，节省空间和带宽
现在手机拍照、电脑截图，一张图片就 1Mb 甚至几 Mb ，体积太大了。图片要存储在 OSS 服务，体积大了占用空间、浪费带宽，这都是钱。
所以，图片得压缩。一张图片压缩到几百 kb 就可以满足网页的浏览需求，同时提高了网页的加载性能。
压缩可以从两方面入手。
第一，上传图片时压缩，可以使用 browser-image-compression 插件，用它给出的 demo 可以看到一个普通图片可以压缩到 1/3 体积。
使用也非常简单
const imageCompressionOptions = { maxSizeMB: 1, maxWidthOrHeight: 1200, useWebWorker: true, } // 压缩图片 const blob = await imageCompression(file, imageCompressionOptions) const compressedFile = new File([blob], file.name) // 上传文件
第二，加载时压缩图片。阿里云 OSS 自带压缩图片的尺寸的功能，文档 help.aliyun.com/zh/oss/user…
一个图片 url 后面加上 ?x-oss-process=image/resize,w_800,m_lfit 就可以把图片宽度设置为 800px
经过图片的压缩和其他优化操作，最终效果非常好。一张图片原图 2M ，最终在编辑器中加载是 422Kb
问题10: 阿里云 Serverless 遇到 maxMemoryUsage问题
“本地没问题，但发布以后就报错” —— 这种情况很常见，一个高级程序员要能独立解决这种功能问题，而不是束手无策。
但想要学习和体验这种问题，你就需要找一个真实线上项目去学习和参与。划水AI 项目就经常遇到这种功能问题。
项目本地运行没问题，docker 发布到测试机也没问题，但是发布到阿里云 Serverless 函数计算 FC 后遇到了 maxMemoryUsage问题，是在登录跳转时发生的。
这个报错信息，一开始以为真的是内存问题，但是看服务器的内存监控，并没有出现内存暴增的情况，而且光点击个登录按钮，也不能触发消耗内存的操作。所以应该不是内存相关的问题。
后来通过 N 次分析和其他同学的讨论，发现是 NextAuth 跳转路由的问题，使用 Next.js 自带的 redirect 方法跳转就会遇到这个问题。
于是，就换了一种方式：点击登录按钮就用普通的跳转方式，不用 redirect，就不会在出现这个问题。
这个问题的详细原因我至今尚未找到，看报错是 Next.js 提示的，但又只在阿里云 FC 环境下才报错，很迷惑。
但这个不重要，重要的是我把问题解决了，可以在线上使用了，可以和老板（如有）交代了。至于原因以后可以慢慢分析。
问题11: OpenAI Rate limit 规避限制
OpenAI API 服务有 Rate limit 请求频率限制，文档 platform.openai.com/docs/guides…
文档中对 Rate limit 的原因也说的很清楚：防止滥用，更公平，更好的管理 —— 这没问题。
如果项目用户多了，大家高频请求 AI 接口，就可能触发 OpenAI Rate limit ，这些都得提前考虑，如何规避。
我考虑了好久，发现最有效的方式是：用多个实例轮流请求，分摊请求，就不容易达到 Rate limit 。而且这种设计扩展性非常好，可以扩展多个 key 和实例。
问题12: 关于 ChatGPT 的 token 和计算
项目的 AI 写作功能可以免费使用，但是也不能无限制的使用。毕竟 AI 接口是需要花钱购买的，用户多了成本太高。
限制使用，有的网站会限制次数，如 notion ，新用户试用 30 次 AI 功能。而我们是限制 token 数量，这样会更加公平，因为每次请求的 token 都不一样。
限制 token 就需要计算每次请求的 token 数量，token 不是 char length ，它有单独的计算方法。
我查询了好久该如何计算 token ，最后发现 OpenAI 的接口直接可以给返回 …… 白费功夫。但查询过程中让我深刻理解了什么是 token ，也算是一种学习过程。
问题13: AI 请求中止时，无法得到 token 数量
接着上一个问题，但我们中止 AI 请求时，它就不返回 token 数量了。因为 token 数量是在最后返回的。
此时本应该去手动计算 token 数量的，但是这样做成本太高，因为计算起来很麻烦。所以我暂时没有做，中止了就干脆不去计算 token ，也不影响用户使用。
对于一个完整的项目来说，有些问题解决不了（或优先级比较低）就可以先不解决，只要不影响用户使用即可。毕竟精力有限，问题得一个一个解决，按优先级顺序来。
问题14: OpenAI key 政策不稳定
前几天 OpenAI 对 API key 进行了政策调整，导致很多 key 不能使用了，直接报 429 错误
划水AI 的重要接口都有监控和报警，如遇到某个 key 不能使用会立刻报警，并用其他的 key 代替
既然 OpenAI 的使用难度越来越大，那我们就要考虑接入国内的 AI 服务，例如 Coze deepseek 。待有结论了我会继续写文章分享。
问题15: AI 支持 markdown 格式
最开始 AI 是不支持 markdown 格式的，只支持纯文本。但当 AI 输出 markdown 格式时，就只能按照纯文本输入，很别扭。
划水AI 使用的是 tiptap 编辑器，而 tiptap insertContent 不支持 markdown 格式，文档 tiptap.dev/docs/editor…
所以得先把 markdown 转换为 html 格式，再插入编辑器。使用 markdown-it www.npmjs.com/package/mar…
现在 划水AI 可生成各种富文本格式，如大纲、代码块、表格等。
总结
经常有同学说：面试时感觉项目没有难点，没啥可说的。
其实无论是工作项目，还是业余项目，只要你认真做，当个正式的项目来做，你肯定会遇到很多很多的问题，积累下来面试时就有的说。
重点是正式项目，你在本地开发一个 demo 玩耍一下，那肯定遇不到啥困难。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
