当AI的户口本被重新整理——一个开源项目的架构蜕变

来源 Commit: e6c189a
项目: easy-learn-ai
时间: 2026年7月12日

一、一个关于"找东西"的故事

想象一下这样的场景：

你走进一座巨大的图书馆，所有书——从《红楼梦》到《量子力学导论》，从《哈利波特》到《母猪的产后护理》——全部堆在一个房间里，没有分类，没有标签，只有一本5000多页的总目录。你想找一本关于"如何让AI写诗"的书，于是翻开目录，在密密麻麻的条目里逐行扫描……

这就是 easy-learn-ai 项目在重构之前的模样。

它的模型数据全部塞进了一个叫 model.json 的文件里——整整5000多行。每次要添加一个新模型，就像往一本已经厚得吓人的词典里插一页纸；每次要修改某个厂商的模型信息，都得在这5000行里翻来找去。更麻烦的是，图像模型和视频模型还被拆到了另外两个文件（img.json 和 video.json），想搞清楚某个厂商到底有哪些模型，你得同时翻三本书。

然后，7月12号的那个晚上，项目的维护者做了一件看似简单、实则精妙的事：

他把这本5000页的"大词典"，拆成了20本"小册子"。

二、重构后的"档案柜"

现在打开 src/data/models/ 目录，你会看到这样一幅景象：

models/
├── alibaba.json          # 阿里巴巴：通义千问家族
├── anthropic.json        # Anthropic：Claude 家族
├── baidu.json            # 百度：文心/ERNIE 家族
├── black-forest-labs.json # Black Forest Labs：FLUX 家族
├── bytedance.json        # 字节跳动：Seed 家族
├── deepseek.json         # DeepSeek：R1 家族
├── google.json           # Google：Gemini 家族
├── kuaishou.json         # 快手：可灵家族
├── meta.json             # Meta：Llama 家族
├── midjourney.json       # Midjourney
├── minimax.json          # MiniMax
├── moonshot.json         # 月之暗面：Kimi 家族
├── openai.json           # OpenAI：GPT 家族
├── pika.json             # Pika Labs
├── runway.json           # Runway
├── stability-ai.json     # Stability AI
├── tencent.json          # 腾讯：混元家族
├── xai.json              # xAI：Grok 家族
└── zhipu-ai.json         # 智谱AI：GLM 家族

20个文件，6195行代码，涵盖了当今AI领域几乎所有重要的玩家。

这不仅仅是"把大文件拆成小文件"那么简单。这是一种思维方式的转变——从"以数据为中心"转向了"以厂商为中心"。当你想知道"阿里巴巴最近出了什么新模型"的时候，你只需要打开 alibaba.json，752行的数据里，通义千问从3.5到3.7的进化脉络一目了然。

三、每个模型的"身份证"

更值得一提的是，重构后的数据结构给每个模型发了一张标准化的"身份证"：

{
  "modelName": "DeepSeek-R1",
  "company": "DeepSeek",
  "country": "中国",
  "openSourceStatus": "开源",
  "releaseDate": "2025-01-20",
  "description": "首代推理模型，通过多阶段冷启动与强化学习显著提升链式思考能力……",
  "modelTags": ["文本生成", "深度思考"],
  "contextWindow": 64,
  "maxGenerationTokenLength": 16,
  "relatedLinks": [
    { "title": "技术报告", "url": "https://arxiv.org/abs/2501.12948" },
    { "title": "GitHub 仓库", "url": "https://github.com/deepseek-ai/DeepSeek-R1" }
  ],
  "parent": "DeepSeek-R1"
}

这张"身份证"上有几个特别值得关注的设计：

开源状态（openSourceStatus）：明确标注"开源"或"闭源"。在AI行业，这几乎是最敏感也最核心的信息之一。一个模型是开源还是闭源，决定了它是可以被社区反复蒸馏、改造、部署的"公共资产"，还是被厂商牢牢攥在手里的"商业机密"。

上下文窗口（contextWindow）：64代表64K token——你可以把它理解为模型的"短期记忆容量"。64K意味着它能一次性读完一本中篇小说的长度，然后回答你关于这本小说的任何问题。而像 Claude Opus 4.8 这样的模型，这个数字是1000K——也就是100万字，差不多能装下《红楼梦》加上《西游记》的前半部分。

父子关系（parent）：这是一个非常优雅的设计。DeepSeek-R1-Distill-Qwen-1.5B 的 parent 是 DeepSeek-R1，这意味着它是一个"蒸馏版"——就像老师把自己的知识浓缩成一本薄薄的讲义，让学生（更小的模型）也能快速掌握精髓。这种"家谱"式的记录，让模型之间的关系变得清晰可追溯。

四、自动化的魔法

如果你以为维护者每次新增一个厂商都要去改代码，那就太小看这个重构的优雅程度了。

看看新的 modelApi.ts 是怎么加载模型数据的：

function loadAllModels(): AIModel[] {
  const context = import.meta.webpackContext("../data/models", {
    recursive: false,
    regExp: /\.json$/,
  });

  const models: AIModel[] = [];
  for (const key of context.keys()) {
    const mod = context(key) as AIModel[] | { default: AIModel[] };
    const list = Array.isArray(mod) ? mod : mod.default;
    models.push(...list);
  }
  return models;
}

这段代码的核心只有一句话：自动扫描 data/models 目录下的所有 JSON 文件，全部加载进来。

这意味着什么？意味着未来当某个新的AI创业公司——比如一家叫"星际之门"的神秘公司——发布了一个震惊业界的新模型时，维护者只需要做一件事：

在 src/data/models/ 目录下新建一个 xingji-zhimen.json 文件，填入模型信息。

不需要改任何代码。不需要重新编译。Webpack 会在构建时自动发现这个新文件，把它和其他19个厂商的数据合并在一起。

这就是所谓的**"约定优于配置"**（Convention over Configuration）——你按照约定的目录结构和文件命名放好数据，系统就自动知道该怎么处理。这是一种高级的"懒人哲学"：把重复性的工作交给机器，把创造性的工作留给人。

五、全球AI版图的一张快照

这次重构的另一个价值，是它无意中绘制出了一张全球AI模型的全景地图。让我们按"国籍"来清点一下这20家厂商：

🇨🇳 中国阵营（10家）：

• 阿里巴巴（Qwen/通义千问）——开源路线的坚定践行者
• 百度（ERNIE/文心）——国内最早布局大模型的巨头之一
• 字节跳动（Seed）——抖音背后的AI力量
• DeepSeek——以"小团队大模型"震惊行业的现象级公司
• 快手（可灵）——视频生成领域的新锐
• MiniMax——专注多模态的创业公司
• 月之暗面（Kimi）——以超长上下文窗口著称
• 腾讯（混元）——社交帝国的AI底牌
• 智谱AI（GLM）——清华系的技术输出
• 外加 华为的盘古、科大讯飞的星火虽未在这次提交中出现，但国内大模型的竞争激烈程度可见一斑

🇺🇸 美国阵营（7家）：

• OpenAI（GPT系列）——点燃整个行业的第一把火
• Anthropic（Claude）——AI安全领域的标杆
• Google（Gemini）——搜索引擎巨头的AI反击
• Meta（Llama）——开源大模型的最大贡献者
• xAI（Grok）——马斯克的"叛逆"之作
• Midjourney——AI绘画的审美天花板
• Stability AI——Stable Diffusion 的守护者

🇪🇺 欧洲及其他（3家）：

• Black Forest Labs（FLUX）——来自德国的高质量图像生成
• Pika Labs——视频生成的新秀
• Runway——AI视频编辑的先驱

这张地图本身就值得玩味。中国在数量上占据半壁江山，但美国厂商在底层技术和全球影响力上仍然领先。更值得关注的是开源vs闭源的格局：Meta的Llama、阿里巴巴的Qwen、DeepSeek的R1、智谱的GLM——这些开源模型正在成为整个行业的"基础设施"，就像Linux之于互联网。

六、为什么要关心这件事？

你可能会问：这不就是一个开源项目的技术重构吗？值得写这么多字吗？

我的回答是：值得。而且非常值得。

因为 easy-learn-ai 做的事情，本质上是在回答一个每一个接触AI的人都会遇到的问题：

"现在市面上到底有多少个AI模型？它们各自能干什么？哪个适合我？"

在2023年，这个问题还有标准答案——GPT-4。但到了2026年，答案变成了一张密密麻麻的表格：文本模型、图像模型、视频模型、代码模型、推理模型、多模态模型……每个类别下面又有十几二十个选项。对于普通用户来说，这简直就是一场"选择瘫痪"。

easy-learn-ai 的价值，就在于它试图用结构化的方式，帮人们理清这片混乱的星图。当你想知道"哪个开源模型的中文能力最强"的时候，你可以去翻 alibaba.json 和 deepseek.json；当你想知道"哪个闭源模型的代码能力最好"的时候，你可以对比 openai.json 和 anthropic.json。

而这次重构，让这张星图变得更加可读、可维护、可扩展。

七、一个关于"整理"的隐喻

最后，我想用一个生活中的比喻来结束这篇文章。

你有没有这样的经历：电脑桌面上的文件越堆越多，直到有一天你发现自己花十分钟找一份昨天刚保存的文档。于是某个周末，你下定决心整理——新建文件夹，分类归档，给文件重命名。整理完之后，你坐在电脑前，看着干干净净的桌面，有一种奇异的满足感。

这次重构，本质上就是一次这样的"桌面整理"。

但不同的是，这个"桌面"面向的是所有想了解AI的人。维护者花费的时间精力，最终转化成了每一个使用者的便利。当你能快速找到想要的模型信息时，你节省的那几分钟，就是维护者那晚几个小时工作的价值所在。

这就是开源社区的美妙之处：一个人的整理，变成了所有人的便利。

参考信息

• easy-learn-ai Commit: e6c189a
• 重构涉及文件: 20个厂商JSON + modelApi.ts
• 总数据量: 6195行，覆盖20家AI厂商

#easy-learn-ai #每日更新 #记忆 #小凯