本文分享了一套作者独立开发的Multi-Agent数学建模系统生产落地技术栈。作者认为Agent技术难点在于工程化而非prompt并基于独立开发友好原则选用Next.jsTypeScript、AI SDK v6、OpenAI CompatibleAnthropic、E2B Code Interpreter、PostgreSQLDrizzle ORM等技术。文中详细介绍了各技术选型理由及优缺点并指出Next.js开发体验重是其唯一不满意的技术点。作者建议下次重构时转向ViteSSG纯API Backend。一套完整生产落地的 Agent 技术栈。分享给做独立开发以及正在做 Agent 产品的人。项目是我开发的一个 Multi-Agent 数学建模系统。两年前我开源过一个版本但真正做到生产后会发现有非常多 dirty work所以这次我直接用 TypeScript 全重写了一版。我目前最大的感受是现在做 Agent Demo、桌面端、玩具产品的人很多但真正能稳定跑生产、持续产生效益的产品其实非常少。因为 Agent 真正难的部分不是 prompt而是工程化。而我本人平时还在上班整个项目基本是我一个人开发所以技术选型上我会非常偏向熟悉开发效率高文档完整能快速上线迭代基本就是一套“独立开发友好”的技术栈。技术选型前后端Next.js 16 TypeScript我对这套比较熟页面、API、鉴权、SSE 流式响应都能放在一个工程里开发效率非常高。但 Next.js 的缺点也很明显太慢了。尤其是hot reload 慢内存占用大工程稍微复杂一点 dev server 就开始卡下次如果重做我大概率不会再选 SSR可能会直接转Vite SSGAgentAI SDK v6现在我基本已经离不开 AI SDK 了。它做SSE多模型切换tool callingstream UI都非常顺手。配合 Next.js 写 Agent 几乎是当前最舒服的方案之一。LLMOpenAI Compatible Anthropic我不希望系统锁死单一模型厂商。所以统一走 OpenAI Compatible 协议再补 Anthropic。这样用户可以 BYOKBring Your Own Key模型可以动态切换成本更容易控制也方便以后接私有模型SandboxE2B Code Interpreter这个是生产里非常关键的一层。因为我的场景是 运行 Python 代码求解数学建模问题。E2B 的好处是沙箱隔离稳定文件处理方便Python 环境成熟更适合生产环境相比自己维护 Docker Sandbox省了很多精力。DatabasePostgreSQL Drizzle ORM负责聊天记录消息状态Token 消耗用户配置计费状态Drizzle 在 TypeScript 生态里我挺喜欢的类型安全做得很好而且没有 Prisma 那种很重的感觉。鉴权Better Auth登录、注册、找回密码这些能力接得很快。我现在越来越倾向 能不自己造 auth 轮子就绝不自己造。UIshadcn/ui Tailwind AI Elements这套组合真的非常适合 AI 产品。尤其AI SDK AI Elements配合起来写 Agent UI 的速度非常夸张。很多消息流Tool 状态Thinking 过程Agent Steps基本很快就能搭出来。观测OpenTelemetry LangfuseAgent 系统如果没有 observability后期基本没法排查问题。尤其模型调用Tool 链路Token 消耗错误回溯这些必须可观测。Langfuse 现在我觉得已经是 AI 产品里的基础设施了。计费支付宝 服务端预扣接支付宝是真麻烦但是合规就很好。否则非常容易出现漏单并发问题Token 被刷预扣虽然麻烦一点但生产稳定性高很多。包管理pnpm安装快、占用小。大项目之后你会明显感觉比 npm/yarn 更舒服。可以发现我整个技术栈其实非常 “Vercel 系”。几乎全是海外独立开发者最喜欢的那套。国内可能反而偏冷门。但实话说这套东西写起来真的非常爽。尤其AI SDK AI Elements几乎把 Agent UI 开发效率拉满了。目前这套栈里我唯一真正不满意的技术其实就是Next.js生态确实强但开发体验已经越来越重了。如果下次重构我大概率会放弃 SSR放弃大一统 Fullstack转向 Vite 纯 API Backend可能整体会轻很多。传统产品经理正在成为下个被淘汰的“传统岗位”。过去画原型、写 PRD、跟进度的“传统技能包”在AI时代正迅速贬值。63% 的企业转型做 AI 产品当下的问题不再是“要不要学 AI ”而是“如何构建 AI 产品”。前段时间还跟字节、腾讯的资深 AI 产品经理沟通他们反馈在大量招人只要有 AI 相关的项目经验基本都能拿到面试机会而且领导很舍得给钱涨薪 40-60% 很正常01接下来的产品人得卷AI能力了如今AI大火行业极速发展的背后懂AI 产品人才却严重稀缺。这不是要你转技术岗而是要掌握构建 AI 产品的核心方法如何将你的领域知识转化为 AI 产品的核心竞争力如何用 AI 技术实现你的产品需求如何设计真正懂用户的 AI 交互体验……懂AI就是产品经理的“救命稻草”风口之下与其焦虑被行业淘汰不如先人一步享受AI技术带来的红利我把AI产品经理的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】不限年龄不限岗位没有代码基础也能学现在扫码完课还送《AI产品面试题库》《AI大模型应用案例集》02掌握技术实战快速转型想成为一名卓越的AI大模型产品经理需要从技术、到项目实战的全方位转型指南**1**AI产品应用原理解析产品经理也能听懂对于产品经理来说如果你不懂技术做不了业务和AI大模型技术衔接、定义不了数据需求是没法完整的落地一个产品的本次课程专门面向产品经理人群解析当下最热门的AI产品应用的必备的「大模型」、「多模态」的实际应用和算法原理解析AI产品应用技术积累大模型能力简单易懂不需要会代码小白也能掌握大模型微调掌握主流大模型如DeepSeek、Qwen等的微调技术针对特定场景优化模型性能。学习如何利用领域数据如制造、医药、金融等进行模型定制AI Agent智能体搭建学习如何设计和开发AI Agent实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手产品如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等2超全行业案例解析课程详细讲解现阶段大模型在各个行业和领域的应用现状包括零售与电商、教育、医疗、泛娱乐、法律等等10大行业详细讲解案例的思路、应用场景以及背后的技术原理、核心技术揭秘各个行业、场景的真实现状和未来产品的发展与机遇可以说讲解完一个案例就能积累一个AI产品实践的经验课程中所涉及到的实战项目都可以直接在自己的工作中使用让自己的产品/项目有可借鉴的成功案例3AI产品经理求职专项辅导课程中会系统的帮助大家拆解字节、腾讯、百度等大厂AI PM岗位JD关键词掌握AI PM高频面试题型与回答框架展示 AI 相关能力的关键技巧Prompt设计、模型评估、A/B测试、成本意识、与算法/工程协作经验To B类AI产品经理突出“行业理解 技术落地 商业闭环”能力的简历结构设计展示项目成果从客户需求洞察到技术方案设计展现端到产品思维如何评估To B AI产品的可行性、客户付费意愿与实施成本To C类AI产品经理拆解头部公司岗位JD将过往尽力转化为AI产品叙事逻辑从行业趋势、产品设计题、案例分析数据分析题、技术理解边界等全流程辅导面试避免无效海投、锁定最适合的AI产品岗位03本次课程全程直播讲解能直接对话大佬和专业助教不懂就问超详细的案例小白也能轻松get完课后还赠送《AI产品经理面试题库》、《AI大模型应用案例集》不断更新中……适合人群想转型AI产品经理、AI项目管理专家、AI产品解决方案等岗位想进行AI产品创业的创业者想成为制作AI产品的程序员想利用AI解决企业问题的管理岗想在AI方向寻找就业方向的毕业生AI方向前景广阔、待遇好目前很多产品人已经通过完整学习拿到大厂高薪offer收入嗷嗷涨我把AI产品经理的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
从0到1：一套完整生产落地Agent技术栈，独立开发者/产品必备！
发布时间：2026/5/27 22:29:06
本文分享了一套作者独立开发的Multi-Agent数学建模系统生产落地技术栈。作者认为Agent技术难点在于工程化而非prompt并基于独立开发友好原则选用Next.jsTypeScript、AI SDK v6、OpenAI CompatibleAnthropic、E2B Code Interpreter、PostgreSQLDrizzle ORM等技术。文中详细介绍了各技术选型理由及优缺点并指出Next.js开发体验重是其唯一不满意的技术点。作者建议下次重构时转向ViteSSG纯API Backend。一套完整生产落地的 Agent 技术栈。分享给做独立开发以及正在做 Agent 产品的人。项目是我开发的一个 Multi-Agent 数学建模系统。两年前我开源过一个版本但真正做到生产后会发现有非常多 dirty work所以这次我直接用 TypeScript 全重写了一版。我目前最大的感受是现在做 Agent Demo、桌面端、玩具产品的人很多但真正能稳定跑生产、持续产生效益的产品其实非常少。因为 Agent 真正难的部分不是 prompt而是工程化。而我本人平时还在上班整个项目基本是我一个人开发所以技术选型上我会非常偏向熟悉开发效率高文档完整能快速上线迭代基本就是一套“独立开发友好”的技术栈。技术选型前后端Next.js 16 TypeScript我对这套比较熟页面、API、鉴权、SSE 流式响应都能放在一个工程里开发效率非常高。但 Next.js 的缺点也很明显太慢了。尤其是hot reload 慢内存占用大工程稍微复杂一点 dev server 就开始卡下次如果重做我大概率不会再选 SSR可能会直接转Vite SSGAgentAI SDK v6现在我基本已经离不开 AI SDK 了。它做SSE多模型切换tool callingstream UI都非常顺手。配合 Next.js 写 Agent 几乎是当前最舒服的方案之一。LLMOpenAI Compatible Anthropic我不希望系统锁死单一模型厂商。所以统一走 OpenAI Compatible 协议再补 Anthropic。这样用户可以 BYOKBring Your Own Key模型可以动态切换成本更容易控制也方便以后接私有模型SandboxE2B Code Interpreter这个是生产里非常关键的一层。因为我的场景是 运行 Python 代码求解数学建模问题。E2B 的好处是沙箱隔离稳定文件处理方便Python 环境成熟更适合生产环境相比自己维护 Docker Sandbox省了很多精力。DatabasePostgreSQL Drizzle ORM负责聊天记录消息状态Token 消耗用户配置计费状态Drizzle 在 TypeScript 生态里我挺喜欢的类型安全做得很好而且没有 Prisma 那种很重的感觉。鉴权Better Auth登录、注册、找回密码这些能力接得很快。我现在越来越倾向 能不自己造 auth 轮子就绝不自己造。UIshadcn/ui Tailwind AI Elements这套组合真的非常适合 AI 产品。尤其AI SDK AI Elements配合起来写 Agent UI 的速度非常夸张。很多消息流Tool 状态Thinking 过程Agent Steps基本很快就能搭出来。观测OpenTelemetry LangfuseAgent 系统如果没有 observability后期基本没法排查问题。尤其模型调用Tool 链路Token 消耗错误回溯这些必须可观测。Langfuse 现在我觉得已经是 AI 产品里的基础设施了。计费支付宝 服务端预扣接支付宝是真麻烦但是合规就很好。否则非常容易出现漏单并发问题Token 被刷预扣虽然麻烦一点但生产稳定性高很多。包管理pnpm安装快、占用小。大项目之后你会明显感觉比 npm/yarn 更舒服。可以发现我整个技术栈其实非常 “Vercel 系”。几乎全是海外独立开发者最喜欢的那套。国内可能反而偏冷门。但实话说这套东西写起来真的非常爽。尤其AI SDK AI Elements几乎把 Agent UI 开发效率拉满了。目前这套栈里我唯一真正不满意的技术其实就是Next.js生态确实强但开发体验已经越来越重了。如果下次重构我大概率会放弃 SSR放弃大一统 Fullstack转向 Vite 纯 API Backend可能整体会轻很多。传统产品经理正在成为下个被淘汰的“传统岗位”。过去画原型、写 PRD、跟进度的“传统技能包”在AI时代正迅速贬值。63% 的企业转型做 AI 产品当下的问题不再是“要不要学 AI ”而是“如何构建 AI 产品”。前段时间还跟字节、腾讯的资深 AI 产品经理沟通他们反馈在大量招人只要有 AI 相关的项目经验基本都能拿到面试机会而且领导很舍得给钱涨薪 40-60% 很正常01接下来的产品人得卷AI能力了如今AI大火行业极速发展的背后懂AI 产品人才却严重稀缺。这不是要你转技术岗而是要掌握构建 AI 产品的核心方法如何将你的领域知识转化为 AI 产品的核心竞争力如何用 AI 技术实现你的产品需求如何设计真正懂用户的 AI 交互体验……懂AI就是产品经理的“救命稻草”风口之下与其焦虑被行业淘汰不如先人一步享受AI技术带来的红利我把AI产品经理的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】不限年龄不限岗位没有代码基础也能学现在扫码完课还送《AI产品面试题库》《AI大模型应用案例集》02掌握技术实战快速转型想成为一名卓越的AI大模型产品经理需要从技术、到项目实战的全方位转型指南**1**AI产品应用原理解析产品经理也能听懂对于产品经理来说如果你不懂技术做不了业务和AI大模型技术衔接、定义不了数据需求是没法完整的落地一个产品的本次课程专门面向产品经理人群解析当下最热门的AI产品应用的必备的「大模型」、「多模态」的实际应用和算法原理解析AI产品应用技术积累大模型能力简单易懂不需要会代码小白也能掌握大模型微调掌握主流大模型如DeepSeek、Qwen等的微调技术针对特定场景优化模型性能。学习如何利用领域数据如制造、医药、金融等进行模型定制AI Agent智能体搭建学习如何设计和开发AI Agent实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手产品如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等2超全行业案例解析课程详细讲解现阶段大模型在各个行业和领域的应用现状包括零售与电商、教育、医疗、泛娱乐、法律等等10大行业详细讲解案例的思路、应用场景以及背后的技术原理、核心技术揭秘各个行业、场景的真实现状和未来产品的发展与机遇可以说讲解完一个案例就能积累一个AI产品实践的经验课程中所涉及到的实战项目都可以直接在自己的工作中使用让自己的产品/项目有可借鉴的成功案例3AI产品经理求职专项辅导课程中会系统的帮助大家拆解字节、腾讯、百度等大厂AI PM岗位JD关键词掌握AI PM高频面试题型与回答框架展示 AI 相关能力的关键技巧Prompt设计、模型评估、A/B测试、成本意识、与算法/工程协作经验To B类AI产品经理突出“行业理解 技术落地 商业闭环”能力的简历结构设计展示项目成果从客户需求洞察到技术方案设计展现端到产品思维如何评估To B AI产品的可行性、客户付费意愿与实施成本To C类AI产品经理拆解头部公司岗位JD将过往尽力转化为AI产品叙事逻辑从行业趋势、产品设计题、案例分析数据分析题、技术理解边界等全流程辅导面试避免无效海投、锁定最适合的AI产品岗位03本次课程全程直播讲解能直接对话大佬和专业助教不懂就问超详细的案例小白也能轻松get完课后还赠送《AI产品经理面试题库》、《AI大模型应用案例集》不断更新中……适合人群想转型AI产品经理、AI项目管理专家、AI产品解决方案等岗位想进行AI产品创业的创业者想成为制作AI产品的程序员想利用AI解决企业问题的管理岗想在AI方向寻找就业方向的毕业生AI方向前景广阔、待遇好目前很多产品人已经通过完整学习拿到大厂高薪offer收入嗷嗷涨我把AI产品经理的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
