我是 kalpacode 的作者，一名后端工程师，关注分布式系统、云原生与 AI 应用落地。 这个站点由 Astro 静态生成，部署在一台 99 元/年的云服务器上； 右下角的 AI 助手读过了站内所有文章，可以直接向它提问。

有一点值得先说明：这个站用到的技术栈大多是我第一次真正上手，从前端到后端到部署， 几乎全部代码都是与 AI 协作完成的。它不是「展示我熟练度」的作品， 而是一次 AI Coding 的完整实验——下面单独讲这件事。

这个站怎么搭的

前端是 Astro 4 输出的零 JS 静态页，唯一的 React 岛屿是 AI 聊天窗（空闲时才水合）； 后端是一台 2 核 2G 的云服务器，跑着 FastAPI + ChromaDB 给聊天窗提供 RAG 检索。 写作就是写 Markdown，构建部署和知识库同步都有固定流程。

站内文章也一样：选题来自我真实的项目经历，但整理和成文都由 AI 完成， 我负责核实技术细节、确认事实、决定发与不发。文章的发布日期从建站项目启动起算， 按内容脉络排序，不代表逐日手写的写作频率。

一次完整的 AI Coding 实验

这个站的技术清单是：Astro 静态生成、React 岛屿架构、Tailwind、FastAPI、LangChain、 ChromaDB 向量检索、SSE 流式推送。这些技术对我来说，此前要么只是读过文档， 要么从未真正写过一行——我是一名后端工程师，但这个项目里的前端、检索管道、 流式协议全是新领域。

分工是明确的：后端（RAG 智能体）由 Trae + GLM 完成，前端页面与聊天窗由 Kimi 完成，我负责提需求、审提案、做验收。流程上每个模块先出提案，我确认之后才动手写代码； 接口契约先定稿，前后端再并行开发。所以「不熟的技术敢不敢用」这个问题， 这个站本身就是答案：关键不在代码谁写，而在决策谁做。

完整的协作流程复盘写在 《AI 帮我写代码之后，我整理了一套人机协作的提案流程》，两天从零到上线的全景记录在 《我给博客装了一个 RAG 智能体》。

联系