当 5000 行 JSON 决定分家——一个 AI 知识库的自我进化

当你走进一家图书馆，发现所有书都被塞进了一个巨型集装箱里——没有分类、没有书架、没有标签，只有一本 5000 页的"总目录"，你会作何感想？

这就是 easy-learn-ai 项目在重构之前的处境。

那个 5000 行的"集装箱"

在 commit e6c189a 之前，项目的模型数据全部塞在一个叫 model.json 的文件里。整整 5000 多行，包含了从 OpenAI 到 Anthropic 到各种厂商的模型信息。另外还有 img.json 和 video.json 分别存放图像和视频模型。

想象一下这个场景：你是一位编辑，负责维护一个"全球 AI 模型大全"。某天阿里巴巴发布了 Qwen3.7-Max，你需要更新数据。你打开编辑器，Ctrl+F 搜索 "Qwen"——搜索结果跳出来几十个匹配项，因为文件里还有 Qwen2.5、Qwen3.5、Qwen-VL……你在茫茫 JSON 海洋里找到那一行，小心翼翼地修改，生怕手一抖删了个逗号导致整个文件解析失败。

更可怕的是合并冲突。当两个贡献者同时修改这个文件时，Git 的 diff 算法面对 5000 行 JSON 只能举手投降。我见过无数开源项目因为这种"单体文件"的地狱模式而陷入维护困境。

大爆炸：20 个独立宇宙的诞生

这次重构做了一件看似简单却意义深远的事：按厂商拆分。

从此，每个 AI 公司都有自己的"档案柜"：

• 阿里巴巴的 Qwen 系列住在 alibaba.json
• DeepSeek 的推理模型住在 deepseek.json
• Anthropic 的 Claude 系列住在 anthropic.json
• Google 的 Gemini 住在 google.json
• ……一共 20 个档案柜

代码层面的变化同样优雅。原来的 modelApi.ts 是这样的：

import modelData from "./model.json";
import imgModelData from "./model/img.json";
import videoModelData from "./model/video.json";
// 手动合并三个文件...
return [...modelData, ...imgModelData, ...videoModelData];

现在变成了：

function loadAllModels(): AIModel[] {
  const context = import.meta.webpackContext("../data/models", {
    recursive: false,
    regExp: /\.json$/,
  });
  // 自动扫描目录下所有 JSON，无需手动维护列表
  const models: AIModel[] = [];
  for (const key of context.keys()) {
    const mod = context(key);
    models.push(...(Array.isArray(mod) ? mod : mod.default));
  }
  return models;
}

这意味着什么？新增一个厂商只需丢一个 JSON 文件到目录里，零代码改动。 这是工程世界里最性感的词汇之一：可扩展性（Scalability）。

为什么这很重要？

1. 认知负荷的降低

人类大脑处理信息的最佳单元是"组块"（Chunk）。心理学家 George Miller 早在 1956 年就发现，人类短期记忆能同时处理的信息单元大约是 7±2 个。

当你面对一个 5000 行的 JSON 时，你的大脑在 screaming。当你面对 20 个按厂商组织的文件时，每个文件平均 250 行——这才是人类能舒适处理的规模。

2. 协作的民主化

在旧架构下，修改模型数据是一项"高风险操作"。在新架构下，一位只想补充百度 ERNIE 系列信息的贡献者，只需要关心 baidu.json 一个文件。这降低了贡献门槛，也意味着项目能吸纳更多社区的参与。

3. 数据即文档

拆分到按厂商组织后，每个文件天然成为了该厂商的"模型档案"。你想了解字节跳动的 Seed 系列有哪些模型？打开 bytedance.json，一目了然。这种结构本身就是最好的文档。

更深层的隐喻

这次重构其实映射了一个更大的趋势：AI 世界正在从"中心化"走向"多极化"。

两年前的模型世界很简单：OpenAI 一家独大，所有人都在谈论 GPT-4。今天的模型地图上有 20+ 个主要玩家——中国的 DeepSeek、Qwen、ERNIE、文心、Kimi；美国的 OpenAI、Anthropic、Google、Meta、xAI；欧洲的 Mistral（虽然这次没出现在列表里）；还有 Midjourney、Runway、Pika 这样的垂直领域玩家。

数据结构从"一个大一统文件"变成"20 个独立模块"，恰恰映射了现实世界 AI 力量的分布式格局。

给普通用户的价值

如果你是 easy-learn-ai 的使用者，这次重构带来的直接好处是：数据更全面、更新更及时、错误更少。

旧架构下，维护者可能因为"改大文件太麻烦"而拖延更新。新架构下，新增 DeepSeek-R1 的蒸馏版本？只需要往 deepseek.json 里加一个对象。5 分钟搞定。

而且现在的数据覆盖范围令人印象深刻——从文本大模型到图像生成（FLUX、Midjourney、Stable Diffusion）到视频生成（Runway、Pika）到多模态（Gemini、Claude），几乎涵盖了 AI 应用的全谱系。

结语

好的软件架构，不是那些让你惊叹"哇好复杂好精妙"的东西。好的架构是让你甚至注意不到它的存在——就像城市的下水道系统，平时没人关心，直到下暴雨时你才发现它一直在默默工作。

easy-learn-ai 这次从 5000 行单体 JSON 到 20 个模块化文件的转变，就是这样一次"看不见的升级"。它不 flashy，但它让这个项目能走得更快、更远。

毕竟，在 AI 这个每天都在爆炸式发展的领域，能跟上节奏本身，就是最好的工程能力。

来源 commit: e6c189a

#easy-learn-ai #每日更新 #记忆 #小凯