Forge 铸站
用提示词,锻造一个真正属于客户的官网。

面向 B 端的一键部署官网产品。企业客户描述需求,Forge 生成一套真实代码的独立站,按需静态或带服务端,构建成独立产物后秒级上线到子域名——代码可付费带走。不是模板拼装,是替客户铸造一个能独立运行、能拥有的站点。

01

定位与差异化

// real_code

真代码

每个站是可读、可维护的真实工程,不是配置拼出来的模板页。

// isolated_build

独立构建

容器里独立 build,每个客户一套产物,互不影响,可单独迭代。

// ownable

可拥有

源代码作为付费项交付,客户能把整站带走、自己接管。

// instant

秒级上线

构建产物直达子域名,解析加证书自动完成,不用客户碰运维。

02

技术架构

已达成的决策快照

两档 serving,一条流水线

● 静态档 · 默认

纯静态官网

覆盖绝大多数官网场景。

  • 构建导出静态文件 → OSS + CDN
  • 无常驻容器、无冷启动,服务成本近乎为零
  • 无限扩容,首屏快,利于 SEO
○ 服务端档 · 按需

带数据 / 动态能力

表单后端、会员、简易 CMS 时启用。

  • 镜像推 registry → scale-to-zero 平台
  • 没流量缩到 0,有请求再拉起
  • 数据走共享 Postgres + 租户隔离(RLS / schema)

构建流水线

01 promptAI 生成完整项目(Next.js / Astro)
02 build隔离容器内构建
限资源 · 禁出网
03a 静态导出 → OSS + CDN
03b 动态镜像 → scale-to-zero
04 ship子域名解析 + 证书 → 上线

可移植约束:既然源代码可付费带走,生成的代码就不能硬绑基础设施。数据库统一走标准 DATABASE_URL,交付时附数据导出 + 换库说明,客户能独立跑起来。从第一版就按"可移植"方式生成。

备案策略:海外客户海外节点直接上线。国内客户挂在已备案主域名下的子域名(无需逐个备案),但所有内容在监管视角归属平台——必须配内容审核 + 服务条款兜底;客户要绑自有域名时,国内仍需其自行备案。

03

设计规范

熔炉 · Molten Forge

品牌色

熔岩琥珀做唯一强调色,中性色偏暖(朝强调色微偏)。语义色独立于强调色。亮暗双主题均保证对比度。

Accent
#E0551F
Accent 强
#B9411A
Accent 弱
#FBE7DC
Text
#1B1815
Surface 2
#F3EFEA
Border
#E6DFD7
Success
OK
Warning
WARN
Danger
ERR
BG
#FAF8F6
Surface
#FFFFFF
Muted
#6C6358

字体

Display
Forge 铸站
Archivo
标题 · 强调 · 工业感的 grotesque
Body
正文清晰可读 Ag
Hanken Grotesk
正文 · 界面 · 中文配 Noto Sans SC
Mono
build --prod
JetBrains Mono
代码 · 技术标签 · 元信息
Display / 60
锻造一个独立站
H2 / 26
技术架构与规范
H3 / 18
两档 serving 模型
Body / 16
企业客户描述需求,系统生成真实代码的独立站并秒级部署。
Small / 14
辅助说明与次级信息使用这一级。
Mono / 12
POST /api/deploy · 200 OK · 1.2s

间距 · 4px 基准

4 · xs
8 · sm
16 · md
24 · lg
48 · xl
96 · 2xl

圆角

6 · sm
10 · md
16 · lg

组件

Buttons
Inputs
Badges / 状态
生成中 已上线 待备案 草稿
Code
# 一次部署
forge deploy --tier static \
  --domain acme.forge.app

动效:克制。150–250ms,ease-out;只用于状态反馈与进入,尊重 reduce-motion。

04

下一步 · 待定功能

名称与规范已定。接下来逐个敲定功能范围,下面是我建议优先拍板的几块:

?

生成编辑器形态

一次生成 vs 对话式迭代修改;改的是代码还是中间结构?

?

MVP serving 范围

第一版是否只做静态,把常驻容器推后?

?

客户后台

预览、发布、版本回滚、素材管理的最小集合

?

计费模型

站点订阅 + 源代码导出加价 + 自有域名档位

?

内容审核

子域名共用备案下的合规兜底,人工 + 机审

?

模板基座

AI 从零写 vs 从少量高质量基座起手再改