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。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型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】
一套完整生产落地的 Agent 技术栈
发布时间:2026/6/13 4:25:10
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。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型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】