AI 系统

MCP 服务器把真实平台开放给 AI 助手，Agent 流水线在人工审批关卡之后完成真正的编辑工作，还有让这一切在生产环境持续运转的基础设施。它们作为系统构建，经过认证、限定范围并被审计，从来不是演示品。

AI Engineering cover

6 个月

AI 工程：智能体、MCP 服务器与持久化 AI 工作流

围绕模型构建的平台，让 AI 功能从演示走向生产：能够规划、执行和验证的智能体，以及架设在企业自有系统之上的 MCP 服务器。围绕它们的是跨模型服务商的路由、面向长任务的持久化工作流、按客户隔离的记忆，以及让每一次写操作都有人把关的防护机制。本站背后正在运行的 MCP 服务器就是现成的例子，同样的工程也曾运行在一个服务一千多个租户、以智能体为核心的 AI 工作流平台上。整套系统运行在自托管的基础设施上，因此没有任何数据离开本地。

Md Moniruzzaman Image

Md Moniruzzaman

按标签浏览这些作品

AI 原生平台与 SaaS 架构

我构建的其他领域

6

移动应用

基于 React Native 与 Expo 构建的 iOS 和 Android 应用，作为其背后平台的一个组成部分：与网站共用同一套后端、认证和数据模型，并以同一节奏在应用商店发布。这里的作品包括面向英国小巴与大巴运营商的预订平台和工作共享网络，历时十八个月交付的旅行者求助应用，面向学生的生活技能应用，本地体育应用，一款经销商开票工具，以及一个粉丝平台。

2

桌面应用

基于 Electron 与 React 的桌面软件，服务于留在本机上的工作：支持离线运行，打包适配 Windows、macOS 和 Linux，并在有平台时像其他客户端一样接入平台后端。本栏目的示例是 Keyboard Tracker，一款自带报告生成器的员工活动追踪工具。

8

网站

基于无头 CMS、使用 React 与 Next.js 构建的 Web 平台及其前台网站：支撑企业日常运营的管理后台、客户门户、一家合作社的账本与贷款系统，以及加载迅速、便于搜索引擎和 AI 爬虫读取的公开网站。无论规模大小，都采用服务端渲染、多语言本地化，并持续度量。

7

开发运营

让平台持续在线的基础设施与发布工作：从托管云迁移到自托管 Kubernetes 的生产环境迁移，全程无停机记录；部署在 Cloudflare 之后的 Docker 化服务，推送即发布的 CI/CD，以及通过应用商店审核的移动端发布。备份、TLS 与监控是工作本身的一部分，而非额外项。

1

插件/组件

可嵌入的组件，把平台带到别人的网站上。借助 Prebooked 小部件，小巴或大巴运营商可以在自己的网站上直接提供预订，由背后的 Fully Booked 平台支撑，客户无需离开页面即可完成预订。安装轻便，并与它所扩展的产品保持同样的标准。

6

其他的

平台周边那些既不是应用也不是网站的部分：gm-libs，用于认证、数据、界面和后台任务的可复用 TypeScript 软件包，Webanion 的每个前端和后端都以它们为起点；以及一个产品的设计历程，从交互式 Figma 原型及其 UI/UX，到把它推向市场的视觉素材和教程视频。