Phase 3：技术选型与工具链

架构定好了，现在要为每一层选具体技术。这个阶段最忌讳两件事：追新和炫技。

选一个你一年后还能维护的技术，比选一个现在最火的技术重要得多。

---

一、这个阶段要做什么

为每个架构层选择具体技术，说明理由，列出依赖清单。

---

二、选型时考虑什么

成熟度

• 生态是否完善？文档是否全？出问题能不能搜到答案？

可控性

• 能不能自托管？数据在谁手里？

替换成本

• 半年后想换，改动有多大？

团队能力

• 有人能维护吗？还是只有 AI 能看懂？

成本

• API 调用费、服务器费、存储费，加起来是多少？

扩展性

• 用户量涨 10 倍，架构还撑得住吗？

---

三、大模型怎么选

实用策略：

• 主模型：Claude 4 Sonnet 或 GPT-4o
• 备用模型：DeepSeek-V4（降低成本）
• 封装统一 LLMProvider 接口，方便以后换

---

四、前后端和数据栈

这些不是唯一答案，但是经过验证的组合。除非你有特殊理由，否则不要自己造轮子。

---

五、AI 工具和 MCP

MCP 是 Anthropic 推的协议，让 AI 统一接入外部工具。有官方 MCP Server 就直接用，没有就手动配置 raw config。

---

六、给 AI 的输入

hljs markdown
## 项目架构
[粘贴 ARCHITECTURE.md]

## 约束
- 团队技术栈：
- 部署环境：
- 预算：
- 数据隐私要求：

## 请输出
1. 每层技术选型及理由
2. 依赖清单
3. 潜在风险
4. 替代方案

---

七、AI 应该产出什么

TECH-STACK.md

一份简单的总览文档：

hljs markdown
## 前端
- 框架：Next.js 16
- 语言：TypeScript
- 样式：Tailwind CSS

## 后端
- 运行：Node.js
- 框架：Fastify
- ORM：Drizzle

## 数据
- 关系数据：PostgreSQL
- 向量数据：pgvector

## AI
- 主模型：Claude 4 Sonnet
- 备用模型：DeepSeek-V4

## 部署
- 容器：Docker Compose
- 反向代理：Nginx

依赖清单

列出所有第三方服务和库，以及为什么选它们。

---

八、什么时候算做完了

• 每层技术已选定
• 选型理由已记录
• 依赖清单已列出
• 已评估替代方案
• 成本和风险可接受

---

九、几个常见错误

追新工具

• 表现：项目一上线就用 beta 版
• 后果：文档少、坑多、维护痛苦
• 修正：优先成熟方案

过度设计

• 表现：个人项目用微服务
• 后果：复杂度爆炸
• 修正：按项目规模选型

忽略成本

• 表现：没算 API 调用费
• 后果：月底账单吓一跳
• 修正：做成本估算

不考虑维护

• 表现：选了一个只有 AI 能看懂的技术栈
• 后果：后期改不动
• 修正：选团队熟悉的技术

---

十、输出文件

text
/docs/
├── TECH-STACK.md
└── dependencies.md

---

十一、下一步

技术栈确定后，设计前端界面和交互。

→ Phase 4 前端设计工作流