完全不懂代码的我，用 AI 写了一整站：TAIM 的落地之旅
分享作品：TAIM.PLUS（AI 模型评分平台）
网址：https://taim.plus
一句话简介：让 AI 用户不再"盲选"——用数据、评分和社区力量帮你找到最适合的 AI 工具。
为什么做 TAIM？
2024 年开始，AI 工具井喷式爆发。每个星期都有新模型、新应用出现，普通人怎么选？光看厂商宣传根本分不清好坏。我决定自己动手做一个"AI 工具的豆瓣"——www.TAIM.plus。（*哈哈 *主要是方便自己快速查找 AI 工具）
www.TAIM.plus 是一个 AI 模型评分与发现平台，核心价值就一句话：帮你找到最适合自己的 AI 产品。用户可以对产品打五维评分（推理、代码、中文、性价比、速度），所有评分数据通过贝叶斯平滑算法合成公平的综合排名，杜绝刷分和样本偏差。
落地过程：一个人（完全不懂代码）、一台 Mac、一个 VPS
整个项目由我个人独立完成，从第一个 npm init 到 HTTPS 上线，前后跨越 4 个月。技术选型上，选择了最熟悉的 Next.js 16 + TypeScript + PostgreSQL 技术栈。
协作方式上，我采用了"VibeCoding"的极致实践： 项目 90% 以上的代码由 AI 编程助手（TRAE）辅助生成。我负责架构设计、需求描述和代码审查，AI 负责代码生成、重构和 Bug 修复。这种模式让开发效率提升了 3~5 倍。
技术亮点
- 全栈 SSR + SEO 体系：首页/分类/产品详情/Blog 全面服务端渲染，Product、Review、Article、BreadcrumbList 四种 Schema 结构化数据，动态 Sitemap ISR 实时同步
- 贝叶斯智能评分：基于 Bayesian Average 的综合排名算法，天然抗刷分 + 考虑样本量公平性
- AI 评测 AI：后台可调用 9 家模型（OpenAI/DeepSeek/通义千问等），从 6 种视角自动生成评测，再由管理员审核发布
- Blog 资讯频道：独立文章系统 + Markdown 编辑器 + 文章分类 + 产品引用语法（product:slug 嵌入产品卡片），英文关键词+短 ID Slug 策略做 SEO
- 安全纵深防御：CSP 安全头 + Redis INCR 原子限流 + urlTransform 安全过滤 + iframe sandbox + SQL 注入防护
项目规模
| 指标 | 数据 |
|---|---|
| 数据库模型 | 18 个（Prisma + PostgreSQL） |
| API 路由 | 80+ 条 |
| React 组件 | 60+ 个 |
| 代码文件 | 200+ |
| LLM 适配器 | 9 家厂商统一接口 |
VibeCoding 的思考
"Vibe"这个词的精髓在于：你不需要手写每一行代码，但你必须清楚每一行代码在做什么。
我的 VibeCoding 实践法则：
用自然语言描述需求 → AI 生成代码 → 仔细 Code Review → 跑类型检查 → 前端验证 → 提交
关键不是"让 AI 替你写代码"，而是"让 AI 加速你的决策和执行"。你仍然需要对架构负责、对安全负责、对用户体验负责。
最深的体会是：VibeCoding 并没有降低对开发者的要求，反而对系统设计能力和代码审查眼光提出了更高要求。 它会放大你的优势——如果你懂架构，它会帮你更快落地；如果你不懂，它也会帮你更快地写出有问题的代码。
未来计划
- 集成更多 AI 模型的自动化评测
- 用户社区的讨论和互动功能
- 国际化（英文版适配海外 AI 工具评价场景）
TAIM.plus 是自己学习 vibe coding 交的第一份作业。如果你也曾为选 AI 工具头疼，欢迎来 taim.plus 看看，帮忙打个分