各位 Solo 圈的朋友们好

最近把做的一个小产品 NanoScene AI 搞上线了，这是一个主打极速、低算力成本的 AI 图像生成与编辑的 Web App。因为是自己独立开发的第一步，想在这里真诚地和大家分享一下我的技术方案、遇到的坑以及开发初衷，顺便希望能收获大家的一些真实意见。

• 体验地址：https://nanosceneai.com

---

一、 为什么想做这个产品？

目前市面上的主流生图工具（比如 Midjourney，或者某些大厂的 SD 托管服务），普遍面临两个痛点：

1. 生成延迟长：生一张图往往要等 20s 到几十秒甚至更长，在做 UI Mockup 或者快速脑暴视觉时，频繁的等待非常容易打断工作流。
2. 算力成本偏贵：对于非重度用户来说，每个月高昂的订阅费有些浪费。

后来我注意到了 Nano Banana 2 Lite 模型。虽然它是一个 distilled（蒸馏）过的轻量级模型，但生图效率极高，单图推理成本折合下来很低。于是我想，为什么不利用这个引擎，做一个极速、低成本，且在浏览器里开箱即用的生图工作流呢？

---

二、 技术栈与架构分享

为了让整套服务做到零硬件维护成本，且在冷启动阶段几乎不产生服务器开销，我采用了以下全 Serverless 架构：

• 前端 & 路由框架：TanStack Start (V3)。这是我第一次在生产环境完整体验 TanStack Start，它的 Server Fn (服务端函数) 在处理数据请求时极度顺手，结合 TanStack Query 使得前端状态同步非常舒服。
• 样式与 UI：Tailwind CSS 4 + shadcn/ui。Tailwind CSS 4 的配置比老版本精简了许多，对整体包体积优化也有帮助。
• 后端 & 基础设施：Nitro 框架部署在 Cloudflare Workers。
• 数据库：Cloudflare D1 (SQLite) 数据库，用来存放用户配置、积分和订单数据。
• 国际化：Paraglide JS。对于独立开发出海来说，多语言几乎是标配。Paraglide 在 Nitro/TanStack Start 的路由重写中表现优秀，无缝适配了多语言路径。

因为服务器开销基本就是 Cloudflare 的免费额度或低额计费，所以我们有底气给所有注册用户每天赠送免费额度，供大家随便折腾。

---

三、 独立开发中踩到的坑

在部署到 Cloudflare Workers 的过程中，有几个细节让我折腾了不少时间，分享给准备走类似技术路线的朋友：

1. 敏感 API 密钥的安全性： 起初我打算直接将第三方 AI 接口的 Key 堆在 .env 或 Workers 的环境变量中。但这样不方便在运行时灵活切换和控制。后来我们重新设计了流程：把 API 密匙加密存储在 D1 数据库中。读取时，通过一个统一的 getAllConfigs() 在服务端读取，由解密 Key（存放在 Workers 环境变量中保护）实时解密，且有内存缓存。这个设计虽然多走了一步，但极大地提升了 SaaS 模板后续变现和多接口动态管理的灵活性。
2. i18n 路由匹配问题： 由于使用了 Paraglide 编译多语言，非默认语言（如中文）会带有 /zh 前缀。这在配合 Nitro 服务端 API 路由时，需要仔细编写重写规则，否则会导致 API 调用 404。建议使用 locale-free 的路径进行内联导航，让路由库自动补全前缀。

---

四、 目前的功能与下一步计划

目前 NanoScene AI 已经实现了：

1. 极速生图：平均生成时间在 4 秒左右。
2. 角色一致性 (Character Consistency)：允许在不同 prompt 里复用相同角色风格。
3. K-level Upscaler：把 1K 的低分辨率快速生成重建为 4K/8K 生产级画面。
4. 一键背景移除。

下一步规划： 目前在尝试做基于轻量模型的视频生成能力，如果大家有兴趣，我很乐意在后续帖子中继续分享视频 pipeline 在 Cloudflare Workers 上的踩坑体验。

---

五、 期待大家的反馈

产品刚上线，肯定有很多不完美的地方（尤其是移动端适配和生图参数的调节）。非常期待社区各位大佬的板砖：

• 这个 4 秒的生图速度，相比你现在用的工具有优势吗？
• 对于这种偏向独立开发者/设计师的 Placeholder 生成，你觉得最缺的刚需功能是什么？

再次感谢大家能读到这里！