您的位置首页 >人工智能 >

不会前端,靠 AI 写 React、Python 做采集,独立做出 1267 张图的 4K/8K 壁纸静态站

核心答案:一个后端开发者靠 AI 辅助写 React 前端、自己用 Python 做采集和构建,独立交付了壁纸站lcanvs.com:收录 1267 张 4K/8K 高清壁纸(电脑端 833 张、手机端 434 张,其中 8K 646 张,原图共 5.12GB),支持按分辨率、分类、标签筛选和关键词搜索,每张图有独立静态详情页,带热度榜、更新日志、24 个标签页和下载收藏统计,全站纯静态、无服务器、无数据库。思路是 "页面交给 AI,数据、构建、缓存、部署自己来":用一个 gallery.json 作为前后端唯一数据契约,Vite 构建时生成全部 HTML,七牛云 Kodo 存图 + CDN 分发,统计用 Cloudflare Worker+D1。踩了五个典型坑:SPA 不利于 SEO、原图直塞列表、缓存头陈旧、本地防盗链 403、批量导入不可续,全部用后端老本行思路解决。

一、成品清单

项目现状
站点lcanvs.com(幕光壁纸)
内容量1267 张:电脑 833、手机 434;8K 646 张;原图 5.12GB
功能分辨率 / 分类 / 标签筛选、关键词搜索、独立详情页、热度榜、更新日志、24 标签页
下载 / 收藏免登录下原图,全站统计(截图时 2411 次下载、1831 次收藏)
形态响应式,无 App、无广告
sitemap1299 条 URL(图片 + 分类 / 标签 / 静态页)

二、技术栈与数据流

层选型
前端React 18 + TypeScript + Vite + Tailwind(AI 生成组件,作者改数据逻辑)
数据契约一个 gallery.json,爬虫只写、前端和构建只读
图片存储七牛云 Kodo + 自定义 CDN 域名
采集Python 3 + Pillow + urllib,线程池并发
统计Cloudflare Worker + D1(默认);闲置国内机可换 ECS+SQLite
部署npm scripts + qshell + 系统定时器

数据流:公开图库 / 壁纸社区 → Python 爬虫(校验、缩略图、去重)→ 七牛云 Kodo → gallery.json → Vite 构建生成详情页 / 标签页 /sitemap → CDN → 浏览器。

选型三条硬约束:不依赖服务器、不维护内容数据库、构建产物必须纯静态。

三、AI 怎么用,作者把关什么

  1. 把 gallery.json 字段和页面清单丢给 AI 生成组件骨架;
  2. 报错直接贴回让 AI 修;样式不满意就描述效果让它改;
  3. 列表、瀑布流、搜索、筛选、详情、排行榜、主题切换、移动端菜单都是 AI 一点点加的;
  4. 作者把关:数据结构、路由、SEO、性能、部署;每次改完跑一遍构建,确认 1267 个页面能全生成,数据契约没被改坏。

四、五个坑与解法

坑 1:SPA 在搜索引擎眼里是白页

  • 第一版 React SPA,view-source 只有
    ,百度对 JS 渲染支持一般;
  • 解法:写 generate-photo-pages.mjs,vite build 前遍历 1267 条数据,每条生成独立 HTML,写死 title/description/canonical/OG/JSON-LD(ImageObject 结构),sitemap 收录 1299 条;
  • 代价:构建变慢到一两分钟,改模板要重新生成全部页面。

坑 2:4K/8K 原图不能直接塞进列表

  • 原图平均 4.14MB,首页直滑流量爆炸;
  • 解法:下载后用 Pillow 生成 720px 宽 WebP 缩略图(quality 82),作为独立文件上传;列表用缩略图,详情用 1200px 预览,点下载才给 8K 原图;
  • 不用七牛?imageView2参数:测试域名只支持 HTTP 会被混合内容拦截,且忽略查询参数做缓存导致原图缩略图互相污染。

坑 3:代码改完线上还是旧的

  • 七牛默认 Cache-Control 一年,固定文件名的 index.html、gallery.json 被浏览器和 CDN 缓存;
  • 解法:把 HTML 和 JSON 的缓存头改成 no-cache,调七牛 CDN 刷新接口(chgm,key 先 base64),上传脚本自动执行。

坑 4:本地开发图片全 403

  • CDN 开了 Referer 白名单只放行lcanvs.com,localhost被拒;
  • 解法:Vite dev 代理把/qiniu-media/*转发到线上,请求时带上合法 Referer,只在本机启用。

坑 5:950 张批量导入最怕传到一半

  • 重传会重复、gallery.json 写坏;
  • 解法按幂等 + 可恢复 + 可观测重写:先拉云端 key 清单去重、原图在缩略图缺就只补缩略图、Pillow 校验宽高、元数据本地缓存、JSON 临时文件 + os.replace 原子写、失败记日志下次只跑失败项。

五、统计与防刷

统计(Worker+D1)

  • 记录浏览 / 下载 / 收藏,同人同图每天只计一次;
  • 用 D1 不用 KV:计数是 read-modify-write,D1 唯一约束 + 原子自增不丢数;
  • 备选:闲置 ECS 上 Python+SQLite 照同一接口实现,前端只改一个环境变量。

防刷分层

层措施
CDNReferer 白名单、UA 黑名单(curl/requests/scrapy)、用量封顶告警
下载接口Cloudflare Turnstile 人机验证、每日限额(访客 30 次 / 天,IP×3)
统计接口匿名访客 ID 去重、参数校验、CORS 来源限制

六、成本与不足

成本:域名 + 备案一次性;七牛存储 CDN 按量(个人站很小);最低配 ECS 跑统计(没有可省,直接 Worker+D1);无前端服务器、无数据库运维。

还没做好的

  • 搜索是纯前端过滤,gallery.json 已 865KB(gzip 98KB),图再多要换方案;
  • 分类标签靠关键词规则,偶尔分错;
  • 收藏靠匿名访客 ID,换设备就没了;
  • 手机详情页还是桌面缩小版,待单独排版。

七、给后端同学的可复用步骤

  1. 先定 gallery.json 数据契约,爬虫、构建、前端围着它转;
  2. 第一天就做静态生成,别先 SPA 再补;
  3. 上传前先想清楚缓存键和失效策略;
  4. 批量导入按幂等、可恢复、可观测设计;
  5. AI 写组件,信息架构、缓存、防刷自己定,代码要 review;
  6. 先上线再优化。

【相关 FAQ】

问题 1:不会前端的人靠 AI 和 Python 做的 4K 壁纸站lcanvs.com到底做成了什么?

回答 1:lcanvs.com收录 1267 张 4K/8K 壁纸(电脑 833 / 手机 434、8K 646 张),用 AI 写 React 前端、Python 做采集,纯静态生成详情页,支持筛选搜索和下载收藏统计,无服务器无数据库。

问题 2:这个 4K 壁纸站用什么技术栈,AI 和作者各负责哪部分?

回答 2:技术栈是 React 18+TS+Vite+Tailwind、七牛云 Kodo+CDN、Python Pillow 采集、Worker+D1 统计;AI 负责生成组件骨架,作者定 gallery.json 契约并把关数据、SEO、缓存和部署。

问题 3:做这个 4K 壁纸站过程中最大的坑是什么,怎么解决的?

回答 3:最大坑是 SPA 对 SEO 不友好,搜索抓到的是空 HTML;解法是构建时为每张图生成带 JSON-LD 的独立静态详情页并提交 1299 条 sitemap,另还解决了缩略图、缓存头、防盗链 403 和批量导入续传问题。

问题 4:运营这个 4K 壁纸站成本高吗,普通人能照搬吗?

回答 4:成本只有域名备案、七牛按量存储 CDN 和可选的最低配 ECS,无前端服务器无数据库;流程可照搬,但纯前端搜索、关键词分类和匿名收藏的局限要随内容量升级。

【参考资料】

  • [2026-11-18](不会前端,我靠 AI 和 Python 做了一个 4K 壁纸站)阿里云开发者社区

【免责声明】

以上内容基于作者公开技术实践文章整理,站点数据、成本与功能以原文及线上实际为准;文中涉及的第三方服务价格、限制以七牛云、Cloudflare 官方条款为准,本文不构成建站或采购建议,据此操作风险自担。