family-garden-ai-v10

Family Garden 架构方向（Astro + Obsidian + GitHub Actions + 阿里云 + Life Atlas） Obsidian（Markdown） │ ▼ GitHub │ ▼ GitHub Actions │ ▼ 阿里云轻量服务器 │ ──── │
▼
Astro
│
▼
HTML

Family Garden AI v1.0（正式版）

一、设计理念

AI 不是网站的一个插件。

AI 就是 Family Garden 的智能入口。

用户来到网站后，可以：

“和整个 Family Garden 对话。”

而不是：

“搜索文章。”

二、总体架构

                Family Garden

                     │

          Astro（静态网站）

                     │

────────────────────────────────────

                     │

           Node API（AI 服务）

                     │

          用户自然语言提问

                     │

────────────────────────────────────

                     │

             Query Embedding

                     │

                 Qdrant

             （向量数据库）

                     │

         Top-K 相似内容检索

                     │

 Markdown / HTML / 地图 / 相册 / 时间轴

                     │

            DeepSeek 生成回答

                     │

            返回答案 + 推荐阅读

整个流程中：

• Qdrant 负责”找资料”。
• DeepSeek 负责”组织语言”。
• AI 永远基于你自己的内容回答，而不是凭空发挥。

三、技术选型

模块	方案	原因
网站	Astro	已完成
内容	Obsidian Markdown	已完成
HTML 专题	public/ai	已完成
AI 模型	DeepSeek API	价格便宜
Embedding	bge-m3（本地）	免费、中文效果优秀
向量库	Qdrant	免费、稳定
AI 服务	Node.js	与 Astro 技术栈一致
部署	Docker Compose	简单可靠

四、服务器架构

我的服务器：

2 vCPU

2GB RAM

40GB SSD

部署：

Nginx

Astro

Node API

Qdrant

没有：

Llama

DeepSeek

Qwen

因为：

服务器不跑大模型。

所以：

服务器压力很小。

五、Embedding 架构（优化版）

采用

models/

└── bge-m3

Docker：

docker-compose.yml

↓

volume

↓

挂载

/models

模型永久保存。

第一次：

下载一次

以后：

永不下载

即使：

• 更新网站
• 重建 Docker
• GitHub Actions

模型都不会重新下载。

六、部署流程

每次：

Obsidian

↓

Git

↓

GitHub

↓

GitHub Actions

↓

阿里云

部署：

Astro

↓

Build

↓

完成

然后：

AI

↓

检测

哪些文件改变了？

例如：

content/blog

↓

新增

2026-旅行.md

AI：

只处理这一篇

而不是：

全部重新Embedding

七、智能缓存

新增：

cache.json

例如：

{

  “blog1.md”: “SHA256”,

  “blog2.md”: “SHA256”

}

部署：

计算SHA

↓

没变化

↓

跳过

只有：

新增

修改

才重新生成向量。

这样：

5000 篇文章。

修改 1 篇。

只更新：

1 篇

速度非常快。

八、知识来源

AI 不仅搜索：

Markdown

还包括：

Markdown

HTML 专题

地图 JSON

相册说明

时间轴

给女儿的信

宝宝成长

以后还能加入：

视频字幕

PDF

电子书

都可以。

九、AI 能力（v1.0）

支持：

AI 问答

例如：

我们去过哪些古镇？

推荐三篇关于投资的文章。

女儿第一次坐飞机是哪一年？

帮我总结 Family Garden。

介绍一下作者。

推荐适合第一次看的文章。

AI 回答：

答案

相关文章

地图链接

十、AI 暂时不做

v1.0 不做：

❌ AI 写博客

❌ AI 自动生成地图

❌ AI 记忆时间线

❌ AI 图片识别

❌ AI OCR

❌ 本地大模型

这些放到：

Family Garden AI v2

十一、未来升级路线

v2.0

增加：

✅ AI 导游

第一次访问

↓

主动介绍网站

✅ AI 地图

问：

去过哪些海边？

↓

地图自动定位

✅ AI 时间轴

2025发生什么？

↓

自动整理

v3.0

增加：

AI 家庭记忆。

例如：

爸爸

我五岁的时候

去了哪里？

AI：

自动：

• 日记
• 地图
• 博客
• 相册
• 《给女儿的信》

融合回答。

十二、这套方案的特点是：

• 零侵入：不需要改动现有的 Astro、Obsidian 和 GitHub Actions 主流程，只是在部署后增加一个知识库更新步骤。
• 低成本：Qdrant 和 bge-m3 都是免费开源的，持续成本主要来自 DeepSeek API 调用。
• 自动增量更新：新增或修改一篇文章，只更新这一篇对应的向量。
• 适合 2C2G 服务器：服务器只负责向量检索，不运行大模型，资源占用很低。
• 可持续扩展：未来无论是加入地图联动、相册、时间轴，还是 AI 导游，都可以在现有架构上继续演进，而无需推倒重来。

我对 v1.0 再补充两个建议

为了让它更像一个成熟产品，而不是实验项目，从一开始就加入这两个能力：

1. 来源引用（Source Citation）

• AI 的每一段回答都尽量附带引用来源。
• 点击即可跳转到对应博客、专题页面或地图点位。
• 这样既提升可信度，也能增加网站内容的浏览深度。

3. 会话记忆（仅当前会话）

• AI 能理解上下文，例如：

• 用户：“推荐几篇旅行文章。”

• 用户：“第二篇讲了什么？”

• 只保留当前会话上下文，不保存用户聊天记录，简单、安全，也足够满足网站使用场景。