DevTrends开发者趋势
主题色

maskerprc /

self-system

一个 Docker-in-Docker 架构的「数字渐进式分身」系统 —— 你用自然语言描述需求,AI 实时生成 Vue 页面 + Express API + 自动部署,30 秒内从想法到可用功能,系统的代码像活体组织一样持续生长。 为什么做这个 现有的 AI 助手(ChatGPT、Claude)是「用完即走」的对话框。我想要的是一个会积累、会生长的数字分身 —— 每次对话不是消耗 token,而是在给系统添砖加瓦。聊完之后,功能留下来…

DT数据与运维DT研究与学习DTAgent 能力扩展DTAgent 管理与编排DT库 / SDKDTSkill / 插件DTClaude Code

产品配图

关于

一个 Docker-in-Docker 架构的「数字渐进式分身」系统 —— 你用自然语言描述需求,AI 实时生成 Vue 页面 + Express API + 自动部署,30 秒内从想法到可用功能,系统的代码像活体组织一样持续生长。 为什么做这个 现有的 AI 助手(ChatGPT、Claude)是「用完即走」的对话框。我想要的是一个会积累、会生长的数字分身 —— 每次对话不是消耗 token,而是在给系统添砖加瓦。聊完之后,功能留下来了,API 留下来了,页面留下来了。 核心机制 用户描述需求 → Claude Code 实时生成代码 → 热部署到 App 容器 → Git 自动提交 → 功能永久保留 整个系统由两个 Docker 容器组成: CONTROL 容器(大脑):运行 Claude Code 引擎,挂载 Docker Socket,拥有对 App 容器的完全控制权 APP 容器(身体):承载所有 AI 生成的功能页面和 API,支持热重载 最有意思的设计 1. 对话即功能:说一句"帮我做个食物日记页面",30 秒后你就有了一个完整的 CRUD 应用,含前端页面、后端 API、数据持久化 2. Skill = Markdown:技能系统不是代码插件,而是 Markdown 知识文档。写一份 API 说明书(含 Key、端点、参数),AI 就知道怎么调用它 —— 当执行者从人变成 AI,你不需要函数签名,你需要意图文档 3. 代码是消耗品:功能坏了?不用 debug,重新描述一遍让 AI 再生成一次。每次变更自动 Git 提交,随时 revert 已经「长」出来的功能(全部由对话生成,零手写代码) 微信消息自动化(通过 n8n Webhook,支持私聊/群聊/@成员) Telegram Bot 集成 工作任务管理 + 闲时任务管理(含 TTS 语音播放) 自我认知记录系统 联想触发器(看到信息 → 自动关联可执行的行动) 多平台推广文章生成器(40 种传播触发器模型) 英语学习工具、食物日记、GitHub 仓库监控…… 技术栈 | 层 | 技术 | |---|------| | 前端 | Vue 3 + Vite + Tailwind CSS 4 + PWA | | 后端 | Node.js + Express | | AI 引擎 | Claude Code API | | 基础设施 | Docker + Docker-in-Docker | | 数据库 | Supabase (PostgreSQL) | | 语言 | JavaScript ES Modules(不用 TypeScript,AI 生成的代码不需要类型系统) | 和同类项目的差异 | 维度 | 传统 AI 助手 | Self-System | |------|-------------|-------------| | 输出 | 文本回复 | 可运行的功能(页面 + API + 数据) | | 积累性 | 无,对话结束即消失 | 每次对话沉淀为系统功能 | | 扩展方式 | 插件市场 / Plugin SDK | 自然语言描述 → AI 直接生成 | | 定位 | 工具 | 操作系统 | 适合什么人 懂 Docker + Git 的程序员 想要一个深度定制化的个人数字系统 相信「AI 原生」应该是代码由 AI 生成,而不只是 AI 辅助写代码

收录记录

  1. 阮一峰周刊·用户投稿

    2026年3月3日 · 1 次收录

讨论这个产品