会议时间：2026 年 2 月 25 日 参与人员：说话人 A（主持，负责整体方向与运维示范）、说话人 B（开发，疑问 Codex 客户端 / CLI 适配）、小关（前端）、朱晨（后端）

一、核心议题

1. GitLab 弃用与仓库迁移

• 之前部署在本地的 GitLab 不再使用，把历史项目全部备份后，统一切到新的仓库系统（自建 Gitea，与 GitHub API 兼容）。
• 切换后 AI 工作流处理会更顺畅，因为 GitHub 风格的 API 在 AI 工具中支持广泛。

2. 商品数据迁移到新系统

• 旧商品系统不再维护，把数据迁到新系统，新系统点击”商品”展示列表 + 详情。
• 数据结构变化：旧的”详情”中很多 UI 操作字段全部去掉，统一改为文本框输入（核心属性、包装方案等都改成文本形式）。
• 整个产品当作”一个对象”处理，不再分多张表多扩展字段。
• 不迁移向量数据（原 typesense 数据库的向量），改为重新向量化（成本一二十块钱可接受）。
• 不迁移产品分类（不再分类）。
• 保留版本控制（一个产品多个版本）和 SPU/SKU 关联关系。
• 包装方案数据可不迁移，导出备份保留可查即可；如果迁移则用 AI 重新生成新描述。
• 老板自己做的数据库设计有问题，朱晨参考即可不必照搬，按自己的方式来。

3. 数据迁移实施方式

• 两种方案：
  1. AI 直接读旧库写脚本迁移。
  2. 创建 API 把数据下载下来再做导入。
• 朱晨自行选择更方便的方式。

4. 前后端分工与示例页面

• 朱晨先提供两个示例页面：列表页 + 详情页，确保数据能正常拿到，UI 极简（只有最简单的列表标签）即可，便于小关对接。
• 小关完成前端：产品列表、产品详情、上传（API 也要有上传），可以让 AI 参考旧前端直接重写，可能比迁移更简单。
• 搜索（含向量搜索）由朱晨先做，后续新功能则倾向于一人完成全部前后端。

5. 移除老的 SSO 认证 + 推荐编辑器子域名映射

• 旧系统的 SSO 认证代码删除。
• 推荐编辑器之前用”生成公开 URL”的方式，改成在新服务器上把 *.renumake 类的子域名全部映射到本服务上，使用随机子域名（例如 preview.<unique>）连接。

6. 工作内容全面交给 AI（运维示范）

• 拿到一台新服务器后，只需配置好本机 SSH，让 AI 帮忙运维。
• 安装目录约定：服务都安装在 /opt 下面。
• 示范流程：让 AI 安装 Docker、部署类 GitHub/GitLab 仓库、安装代理、安装网关 + 网关与 Docker 的插件、配置证书。
• 涉及到的腾讯云密钥（DNS 验证泛解析需要）也直接在对话中处理。
• 包括：增加虚拟内存、装代理使 Docker 与 GitHub 走代理、装 Runner 自动打包等。
• 所有要”很多步骤手动操作”的事情都让 AI 直接执行，执行完再做验证。

7. AI 协作开发流程

• 在 plan 阶段开到最高思考级别，让 AI 制定 plan → 人 review → 让 AI 实现。
• 没有完成的需求让 AI 总结到文档里，作为后续会话的”记忆”。
• 通过 Codex 内的 GH 命令操作 issue（创建、调整优先级、补充评论等），无需切换工具。
• agents.md 中目前写死了一个固定 token，后续会改成读环境变量，每个人用自己的 token，由此可以实现”以谁登录就以谁的身份操作”。
• 也可使用 GH 命令行（系统自带），只要本地完成 GH 登录，AI 调用 gh issue create 等命令即可带上对应用户身份。

8. 部署与镜像

• 不要 build / 旧部署平台，全用 Docker Compose。
• 后期可能扩展到 Docker Service。
• 自建仓库系统也实现了镜像仓库（用户名 + 镜像名）。
• Workflow（类似 GitHub Actions）支持远程部署：让 AI 自动创建新 SSH key，公钥写到目标服务器，私钥写到 Runner Server，部署时自动连接。
• 现场示范了创建 issue、构建镜像、部署、配置 workflow 等都通过 Codex 完成。

9. 本地访问改造

• Docker Compose 增加了 dev 版本，启动后本地访问需通过 <org>.lvh.me:3000 形式（lvh.me 自动解析到本地）。
• 之前 localhost:3000 登录后异常，是因为现在改成了”组织子域名”模式。
• 创建一个 a 组织 → 访问 a.renumake.com / 本地 a.lvh.me:3000。
• 后续会再做一些兼容（包括”单域名多组织”的兼容）。

二、技术决策与方案细节

• 数据库结构：商品作为单一对象存储，不再做复杂字段；保留版本控制 + SPU/SKU 关联。
• 向量数据：丢弃旧 typesense 数据，迁移完成后重新向量化（说话人 A 估算成本仅一二十元）。
• 示例页面：朱晨产出最简化的列表 + 详情接口示例，主要给前端对接用，不做 UI 雕琢。
• 运维 / 部署：服务全部装到 /opt；Docker Compose 为基础；Workflow 实现自动打包 + 远程部署；通过 Tencent Cloud 插件做泛解析证书。
• 代码与部署一体化：以前那个 build.compose 网站不再用，部署文件、配置、TOKEN 都统一管理；既是开发项目也包含运维项目。
• AI 操作仓库：通过 Codex 内置 GH 命令或 gh 命令行执行，方便创建 issue、调整优先级、提交 PR。

三、UI / 交互细节

• 商品详情：删除复杂字段化操作，全部改为文本框输入；包装方案不再带连动（与价格、交期解耦）；整页极简化重写。
• 上传：保留上传产品 / 上传图片功能，前端组件可让 AI 先做组件化整理后再迁移。
• 本地访问：开发同学需要本地用 *.lvh.me:3000 形式访问，登录后会自动跳转到组织子域名。
• 未来改造方向：兼容单域名 + 子域名多组织模式。

四、后续行动与分工

负责人	任务
朱晨	设计新的商品数据库结构（保留版本控制 + SPU/SKU）；完成数据迁移脚本（直接读旧库或建 API）；提供示例列表页 / 详情页；实现搜索 API（含向量搜索）
小关	前端商品列表 / 详情 / 上传迁移（可让 AI 参考旧项目重写）；先做组件化整理再迁移；移除 SSO 相关前端代码
说话人 A	配置新服务器（Docker、自建仓库、代理、网关、证书）；推动 GitHub Actions / Workflow 自动化；持续整理 agents.md 和运维文档；解决代理与字体加载等环境问题

• 优先级：数据迁移最高，目标是尽快关停旧系统。
• 后续日常运维与代码交互均通过 AI 完成，频繁提交 PR + 让 AI review。

五、其他要点

• React Code（说话人使用的 IDE / 工具）当下有异常，会很快收到更新修复。
• 关于 AI 边界：“和 AI 探讨实现方案”前自己要先弄清楚（DNS 解析、泛解析证书、腾讯云插件等），否则即使 AI 给了方案也不敢应用——做事前要确保自己理解需要的领域知识。
• 团队节奏：每个人尽可能在一个 issue 内同时完成前后端，除非涉及特别专精的方向。
• Token 充值：每天 120 美金每人，鼓励大家多用，成本几乎可忽略。
• 提供 PR 后说话人 A 会再让 AI review 一次（如果开发者已自行 review，则可省略）。
• 如需访问临时服务器，需要发 public key 给说话人 A（已从老服务器迁移过来 keys）。
• agents.md 后续会精简，只列项目能力清单 + 引导文档（运维文档、git 文档、测试文档分别外链）。