YuanJie AI
内部文档
技术战略
元界技术栈
选型方案
基于公司当前阶段(外包转自研、1人团队、接单交付模式),从招聘可行性、开发效率、交付速度三个维度给出的技术栈推荐。
1 人
开发团队规模
15-18K
月薪预算
500-800
元 / 月基础设施成本
核心约束
为什么技术栈选型很重要
技术选型不仅是技术决策,更是业务决策。选错了,招不到人、交付不了、维护不动。
1 人团队
技术栈必须简单,一个人能 hold 住全部前后端
接单交付型
交付速度 > 技术先进性,能快速出活比什么都重要
AI 方向项目
需要 LLM/RAG 集成能力,是核心竞争力
潍坊招人
候选人大概率是 Java 背景,JS/Go/Rust 人才极少
无专职技术管理
技术栈要成熟稳定,踩坑少,社区资料多
技术路线
两条可选路线
根据候选人的技术背景来决定走哪条路线,而不是先定技术再找人。
效率最高
路线 A · TypeScript 全栈
前后端同语言,一个人效率最大化
框架Next.js 16前后端一体,LTS 稳定
前端React + Tailwind生态最大
APItRPC / API Routes端到端类型安全
数据库PostgreSQL + Prisma类型安全ORM
AILangChain.js / AI SDK流式对话/RAG
部署腾讯云 / 阿里云Docker 部署,国内访问快
务实首选
路线 B · Java + Vue
潍坊人才市场最容易招到人的方案
后端Spring Boot 3.xJava 生态最成熟
前端Vue 3 + Element Plus国内 Vue > React
数据库MySQL 8最普及,运维资料多
ORMMyBatis-Plus国内 Java 标配
AISpring AI 1.1 + OllamaSpring 官方 AI 框架,已稳定
缓存Redis会话/缓存/限流
部署Docker + 阿里云国内主流
AI 原生
路线 C · Python + Vue(如招到 Python 人才)
AI 生态最强的方案,LLM/RAG/Agent 开发效率最高
后端FastAPI异步高性能,AI 首选
前端Vue 3 + Element Plus同路线 B 前端
AI 框架LangChain / LlamaIndexPython AI 生态无可替代
数据库PostgreSQL + pgvector原生向量搜索
ORMSQLAlchemy / SQLModel类型安全 Python ORM
部署Docker + 阿里云国内主流
方案对比
多维度对比分析
从开发效率、招聘、运维、生态等角度全面对比两条路线。
| 维度 | A · TS 全栈 | B · Java + Vue | C · Python + Vue |
|---|---|---|---|
| 开发速度 | 快 同语言 | 中 两套语言 | 快 Python 简洁 |
| 潍坊招人 | 很难 | 容易 | 较难 |
| AI/LLM 集成 | 好 JS 生态尚可 | 好 Spring AI 可用 | 最强 原生生态 |
| AI 编程工具适配 | 极好 | 好 | 极好 |
| 团队扩展性 | 中 全栈难拆分 | 好 前后端自然分工 | 好 前后端分工明确 |
| 中国生态/文档 | 一般 | 极好 | 好 |
| 项目稳定性 | 中 框架更新快 | 高 企业级成熟 | 中高 FastAPI 稳定 |
基础设施
两条路线都需要的底座
不管选哪条路线,以下基础设施是必备的,月度成本极低。
代码托管
GitHub
免费
AI 编程工具
Cursor Pro / Claude Code
~$20/月(约¥145)· 必选项
CI/CD
GitHub Actions
免费额度够用
云服务器
阿里云 / 腾讯云
~100-300 元/月
LLM API
Ollama 本地 / DeepSeek API
本地免费 · API 极便宜
对象存储 + 域名
阿里云 OSS + SSL
~50 元/年
AI 能力
本地 LLM 模型推荐
使用 Ollama 在本地部署大模型,无需 API Key,零调用成本。以下为 M1 Max / 32GB 机器的推荐配置。
Qwen 3 14B
2026 综合最强开源模型,编码/写作/推理全能,中文能力顶尖。商城AI客服首选。
Qwen 3.5 9B
最新款,推理跑分超过很多 3 倍大的模型,性价比极高。
DeepSeek-R1 14B
复杂数学/逻辑推理最强,适合需要深度推理的场景。
Qwen 2.5 Coder 7B
编码专用模型,在编程任务上超越同级通用模型。
nomic-embed-text
文本向量嵌入模型,RAG 检索必备。已安装。
团队扩展
从 1 人到 N 人的演进路径
技术栈选型必须考虑未来团队增长。以下是不同阶段的团队结构和技术演进建议。
阶段一:1 人(当前)
全栈独立交付
一个人负责前端 + 后端 + 部署。技术栈越简单越好。用 AI 编程工具放大产出。此阶段核心目标:跑通交付流程,活下来。
阶段二:2-3 人
前后端分工
路线 B/C 天然支持拆分:1 人后端 + AI,1 人前端,1 人全栈/运维。引入代码评审、Git 分支规范、CI/CD 自动化测试。路线 A 需要拆成独立前后端项目。
阶段三:4-6 人
领域分组
按业务线或客户项目分组。引入 Monorepo(如 Turborepo/pnpm workspace)管理多项目。需要一个技术负责人把控架构和代码质量。考虑抽取公共组件库和 AI 服务层。
| 扩展维度 | 路线 A · TS 全栈 | 路线 B · Java + Vue | 路线 C · Python + Vue |
|---|---|---|---|
| 2 人分工 | 较难 全栈耦合度高 | 自然 前后端天然分离 | 自然 前后端天然分离 |
| 新人上手 | 需学 TS 全栈 | Java/Vue 培训资料多 | Python 易学 |
| 多项目并行 | Monorepo 支持好 | 多模块/微服务成熟 | 独立服务易拆分 |
| 招聘扩展池 | 潍坊 TS 人才少 | 潍坊 Java 人才最多 | 可考虑远程招聘 |
核心建议
我们的推荐
根据招到的人来定技术栈,但优先考虑路线 B
技术栈的首要约束是"能招到人"和"能交付",而不是"最先进"。在潍坊,Java 候选人池最大,路线 B 是风险最低的选择。
- 默认推荐路线 B(Java + Vue)— 潍坊最容易招人,生态成熟,团队扩展阻力最小
- 如果招到 Python 背景且有 AI 经验的人 → 走路线 C,AI 集成效率最高
- 如果招到 TypeScript 全栈 → 走路线 A,单人效率最高但扩展和招人是隐患
- AI 编程工具是必选项(Cursor / Claude Code),不管哪条路线,让 1 人顶 3 人
- 所有项目必须部署在国内云服务(阿里云/腾讯云),不要依赖 Vercel/Supabase 等海外服务
- 第一个自研项目从小订单开始,跑通"需求→开发→部署→交付"全流程