叮当猫管理后台
为企业提供开箱即用的 AI 应用与持续迭代的统一底座。
先明确项目为何存在。
从业务目标进入技术问题，让后续架构选择拥有可判断的上下文。
概览
平台支撑多场景 AI 应用的开发、部署与优化，并提供企业知识洞察和数据洞察能力，帮助企业持续建设智能应用。
问题
随着后台页面和依赖持续增加，首屏整包加载和本地热更新逐渐变慢，需要在业务扩展过程中控制前端体积。
真正需要被拆解的约束。
- 01
完成项目框架搭建、业务逻辑梳理、技术选型与核心模块开发。
- 02
协调开发任务和进度，并在持续迭代中控制技术风险。
- 03
维护 Web 端线上稳定性，处理问题、代码管理和发布。
让数据、状态与交付边界可解释。
以 React 管理后台为主体，按业务菜单划分路由模块，并以动态导入和容器化构建形成从开发到部署的交付链路。
- 01平台框架
统一承载权限、导航、布局与企业级后台交互。
- 02业务路由模块
按知识洞察、数据洞察与 AI 应用域拆分页面。
- 03按需资源加载
通过路由级动态导入建立独立业务资源边界。
- 04容器化交付
使用 Docker 多阶段构建生成线上运行产物。
把工程决策和交付结果放在一起验证。
- 01
使用 React 18、TypeScript 与 Ant Design 建设企业管理后台。
- 02
通过路由级拆包和 Vite 动态导入，让菜单页面按需加载。
- 03
采用 Docker 多阶段构建压缩镜像体积并完成部署。
- 01
形成支撑企业 AI 应用开发、部署与优化的统一管理平台。
- 02
承载企业知识洞察、数据洞察与多场景智能应用。
- 03
项目已提供公开线上访问地址。
性能首先是一组工程约束。
只记录项目中真实采用的策略，不用无法核验的数字替代判断。
优化目标随着后台模块增长，控制首屏资源规模与本地迭代成本。
- 01
以路由为拆包边界，让菜单页面在访问时再加载。
- 02
使用 Vite 动态导入隔离低频业务依赖，避免进入首屏主包。
- 03
通过 Docker 多阶段构建仅保留运行产物，收敛部署镜像内容。
沉淀可以迁移到下一次决策的经验。
企业后台的性能治理需要跟随业务增长持续进行，而不是上线前的一次性优化。
反思 01
架构选择不仅服务页面开发，也应覆盖构建、部署和线上维护的完整周期。
反思 02
从技术栈回到可验证的能力。
技术栈
关联能力