Case Study
ai-platform
AI Generation Portal
统一接入多种图像、视频与人像生成能力，为团队提供无需安装环境的浏览器入口。
背景与问题
团队需要使用多种图像、视频和人像生成能力。不同工具的启动方式、模型参数、账号配置和产物目录各不相同，非技术用户难以稳定使用。
我的职责
我独立完成产品规划、统一入口、子应用后端、浏览器界面、供应商接入、任务跟踪、跨平台启动、部署与日常维护。
系统架构
Portal 提供统一前端和反向代理，Seedance、Nano Banana、Dreamina 与人像生成作为独立子应用运行。供应商配置、工作区和任务状态通过明确接口连接。
通过一个浏览器入口承载生成工具、账号状态和使用信息。
- 输入
- 用户表单、素材和工作区状态
- 输出
- 标准化的子应用请求
- 失败策略
- 子应用不可用时返回明确状态，不伪造成功
按配置选择模型、端点与默认参数。
- 输入
- 标准化生成参数
- 输出
- 供应商请求与任务 ID
- 失败策略
- 鉴权、额度或参数错误原样归一化展示
隔离并跟踪多个主题页中的并发生成任务。
- 输入
- 任务 ID、工作区 ID 和轮询结果
- 输出
- 可恢复的任务状态与历史
- 失败策略
- 切换工作区时保留状态，避免结果串页
预览、下载、存档并整理生成产物。
- 输入
- 供应商返回的图像或视频
- 输出
- 可下载文件与历史记录
- 失败策略
- 下载失败时保留任务和文件映射以便重试
关键决策
- 使用浏览器作为团队入口，使用者不需要安装开发环境。
- 将模型与供应商参数配置化，避免把切换逻辑散落在界面中。
- 子应用保持独立运行能力，统一入口故障时仍可单独诊断。
可靠性
系统处理并发任务、工作区隔离、进程重启、下载代理、媒体预览和跨平台启动差异。错误状态直接反馈给使用者，不以乐观界面掩盖后端失败。
产品证据
公开截图展示脱敏后的模型导航、生成参数、任务历史和下载流程，不展示内部地址、账号和统计信息。
复盘
标准库后端帮助早期快速交付，但随着功能增加，单文件服务和代理缓冲成为维护边界。后续演进应逐步拆分职责，而不是一次性重写稳定链路。
Sanitized product evidence