提前声明

本人是程序员，有两年经验（ai+后端），虽然开发过程全是问ai，代码全部ai生成，但是很多ai出错的时候也是需要对程序有一些了解才能纠偏。完全不了解的可能有些困难。

网址：涉及诱导外链，这里看下怎么放 privbgcut.pocketjoy.fun 仅供交流学习使用，app功能比较简单，如果想要体验直接下载自动可以前七天体验所有功能，已经足够，不需要也不要付费。（网页无中文版，app有，下载链接重定向的github的，所以下载比较慢或者需要科学上网，访问网址不用） （如网址不可用或非本文内容，说明域名未续费，则不要继续访问这个地址）

（网站可看可不看，看你们需要，下面也有图，不然审核会以为我在引流，不用在意，可以理解，就是感觉有点机械哈 哈哈）

下面所有不懂的技术实现或者其他问题都可以问ai，但是除了技术实现或者cloudflare等网站使用之类，其他的请谨慎采纳

重点注意

ai有的时候会说有些问题解决不了，说只能采用付费方案，这个时候你可以自行搜索，或者开一次新对话可以解决，大部分是存在免费方案的，我暂时没有遇到要钱的，除了域名购买（这个是我在之前其他项目购买的，不过也可以算在这个项目，因为是必须的，但是你可以买个一块钱的域名，也是一年使用期），其实域名购买这个也可以绕过，如果不太正式，也可以用cloudflare的，cloudflare会为每个workers&pages分配两个域名。哈哈当时没有绕过也是不知道有这种情况哈哈

尽量不要全信ai，要有自己的判断，特别是涉及付费的。比如它开始说既然部署在cloudflare，推荐就在这里注册，结果一看会贵很多，它给的很多比较便宜的域名注册方案都不是很便宜，所以涉及付费的内容还是要自己多加考虑，应该是存在免费方案的，不要被付费卡住了，我很多时候就是，后面多追究探讨或者自己搜索什么的发现存在免费方案

总的来说就是，ai说的要付费或者其他难点，不一定存在，要自己多思考下，大部分问题是不存在的，被卡住可以多思考，涉及付费更要慎重，不要轻易花钱。

简单流程梳理

deepseek生成app代码，app后端参考cutout；完全离线不需要服务器，免费

安装包放在github，免费

网页代码ai生成，部署在cloudflare，免费；购买域名需要一定费用

支付接口，代码ai生成，代码部署在cloudflare，发送邮件用resend，免费；三方支付平台，免费

背景&技术栈&费用等

背景：搞钱

技术栈：deepseek网页版

耗时：半个月全职

使用资金：12块（购买域名）

其他全部使用各平台免费额度（完全够用）：

app：完全离线 运行在用户本地 不需要服务器

安装包：放在github

网站：腾讯云购买域名，cloudflare负责dns解析，也在cloudflare的workers上面部署静态页面（html、css、js）

支付流程：代码部署在cloudflare的workers

代码生成：全部由deepseek网页版生成

logo：豆包网页版（png）、deepseek网页版（svg）

邮件发送：resend

技术栈相关注意事项

• ai能力已经很强，但是对于超长文本处理能力还不是很好，所以如果对话超过15轮，或者你觉得字数已经比较多，就需要开新一轮对话
• 整理一个project.txt文件，里面是一些项目介绍、一些历史修改和可能存在的一些问题等项目相关内容，让ai生成，和ai对话达到一定字数或者修改比较多的时候，让ai更新下，下一轮对话用的上
• 整理一个prompt.txt文件，按照常规提示词模板来，这个可以不用经常修改
• 超长文本的问题，如果让ai每次生成全量代码文件，或者需要修改的代码文件的完整文件，多轮对话后会导致文本过长，而且不好操作，并且ai生成文本在单轮对话过程也可能会影响效果（猜测，感觉又不会，因为单轮多轮我理解原理都是一样的，多轮未达限制的情况下单轮一应该不会出问题），所以保存一个临时的change.py脚本文件，让ai不用每次给完整文件，只要给修改脚本就行了，这个脚本可以一直是这个名字。至于代码备份什么的，ai会自动给你在脚本里做的，如果没有和ai说就行。关于只给修改脚本的事，可以直接加到提示词中。
• 对话过程中，可能遇到一些ai说的不合理的地方，比如你多问它一遍，它就会质疑自己的决定，然后可能有些修改就会被ai自己舍弃，这些相关的你可以遇到了加到提示词中，也可以让ai自己总结
• 每轮开始将所有代码文件和上面提到的两个文件给到ai，避免ai因为信息缺失导致回答不好
• 当然，上面的内容可以自动化，听说最近有什么skill，可能类似吧，大致就是，将流程自动化，尽量减少人工参与，比如change脚本的执行，等等，但是我用的是网页版，没有购买token，所以对当前情况，这样就行。当然如果需要，也可以多几次，总结后，将流程加到提示词中，说一步一步怎么做，比如先确认是否需要修改，先不给代码，经过你确认之后再生成修改脚本和效果描述什么的。简单自动化

app

简介：完全离线本地运行的抠图软件

代码相关

编程语言：前端html、css、js；后端rust

框架：tauri、cargo

选择原因：

看过同类竞品localbg，发现它的页面看着不太清楚 而且是用python写和打包的大致500MB，我之前用python打包过二进制，发现可能会比较臃肿；

加上看到一个开源的同类软件，cutout，许可证属于MIT，可以直接用它的后端，当然还需要扩展一些。cutout用的是tauri，可以实现网页看着是什么样app就是什么样，实测还不错，而且打包需要的依赖加一起只有29MB左右。

当然半个月后开发完毕，发现localbg的安装包已经变成300MB，暂未详细分析

解释：

网页看着是什么样app就是什么样：是指打开代码中的html文件，浏览器中显示什么样子，app中看到的就是什么样子，所以开发的时候可以先不管后端，先用浏览器调好前端，再对接后端。

依赖只有29MB的原因：前端渲染-webview2运行时 在windows11和一些windows10系统版本已经预装，相关的使用例子是 edge

依赖还有一点：在没有预装webview2的机器上面 如果所在机器联网，会在安装时下载170MB左右的webview2运行时，如果不联网就会无法运行（理论上我这边未实测）。所以本身就是完全离线可用，所以就直接在安装包里面打包进去了，依赖多了170MB。后续可能会分两个版本，当前是只有这个依赖多一些的版本。（哈哈这样最后一实测看着比localbg的大小差不多了）

开发流程：

前端页面

让ai给个建议，出个基础版本，它会告诉你可以直接在浏览器查看，后端可以先不管，点击报错就报错，没影响。然后如果觉得需要后端配合才能比较好观察，也可以直接用 npm run tauri dev ，运行后 前端修改马上生效，后端则需要重新编译，会自动检查后端修改然后重新编译，就是看机器，编译需要一些时间。

后面看着有哪些ui不完善的，可以让ai修改

注意：参考前面的技术栈注意事项

后端

看下需要加什么功能，之前后端是用的cutout的，当时没有找到换背景的功能（好像后面有了还是我之前没有找到），就直接让ai做，也可以先做前端，再做后端，这些功能都比较简单，有一个我认为会比较难的是调色板，就是自定义颜色，结果ai知道直接调用系统的一些库实现了，加上ai实现compare和页面照片放缩，我就觉得ai还是挺牛的，很多已经有人做过的功能，它可以很快给出代码，并且融入当前项目。

当然做功能比较简单，需要考虑的是做什么功能，还有边界条件的问题，

边界条件的问题，比如模型跑不了或者会导致卡死，需要设置阈值，先判断内存是否够用，先提醒用户，如果还是要用，让ai思考有什么办法延长时间而尽量不卡死什么的。还有图片如果被修改后缀导致损坏，为什么可以显示但是运行才报错等问题，还有如果找到可能报错并且转换成用户可以理解的语言等，这些还是要些时间，主要是改后端，需要重新编译才能运行看效果，比较耗时

功能的问题，简单的抠图，得到透明背景这个是核心能力，除非训练自己的模型，不然当前只能用开源的模型，所以先看下其他附加功能，比如批量处理、批量处理的中断、不同用途模型、效果图对比、图片放缩查看细节效果、状态显示、是否预加载模型等等。只要提出来了ai还是基本可以实现的。

模型相关

开源模型也有优劣，不同模型效果不一样，同一款模型因为导出方式的不同，运行速度也会有差异。

模型算是这款软件的核心功能，所以选型方面还是费了很多功夫。

之前ai推荐了五类模型，极速-u2netp、通用-birefnet-lite、人像专用-modnet、精细结构-isnet、动漫专用-toonout

实测发现后面几种大部分效果和 biefnet-lite效果相差不大，后面探索了一些时间，就留了三种 极速、通用、人像（人像的换成了百度的pp-matting）

后面又发现通用模型在我的机器上面运行比较慢，我的机子是入门款，可以理解，但是我还是想要优化下的，看下能不能提高下效率。机缘巧合之下，发现一个非固定输入版本的onnx效率有提升四倍，内存消耗也少很多，牛逼的厉害，可以参考我另一篇博客。https://huggingface.co/senty-au/BiRefNet_lite-ONNX-dynamic

同时不同图片尺寸，处理耗时不一样，就将通用的拆分成两种情况，一种比较快，将图片放缩到512*512处理，一种比较慢，放缩到1024*1024处理。当然效果会有一些差异，我看比较轻微，1024的更好。

通用的拆分成两个，我也想将人像的拆成两个，pp-matting本身是支持非固定输入，只是导出的时候非固定尺寸转换成onnx格式会失败，定位发现是onnx不支持部分算子，非固定输入情况下，一些自适应层onnx无法表达 可以参考我的另一篇博客，可以继续探索，应该是可以解决的，但是在这一块耗时有点久了，先跳过，pp-matting就固定输入。

付费相关

参考同类竞品，有免费版本，支持单张处理，批量处理付费；我一开始也想搞免费版本，但是哪些功能需要限制是个问题，总共也没有什么功能，而且比较麻烦，但是没有免费版，如何吸引用户，就加了一个前七天所有功能免费，下载自动生效，这个前七天免费是自动生效，本地验证，不联网。而且不收费搞广告的话，又和离线背离了。

付费情况，需要考虑是完全离线，更新查看，license验证都离线，完全没有联网部分，所以通过获取处理得到一个machineid，付费时在官网同步提交，后台处理后返回一个license，app本地验证，不联网。所以做买断，但是买断我又感觉是不是有点贵，因为我也没有相关经验，所以就又加了一个单月有效期的license。

遇到的问题

• 之前提到的超长文本的问题，已规避
• 代码修改多次紊乱，修改比较麻烦，容易出错，重构的问题，让ai处理
• 测试不同模型过程中，不同模型的预处理和输入大小有差异，同类模型大部分是一致的，这里的同类是指同为birefnet-lite模型，不同onnx。不同类别模型直接替换权重测试的话会报错，改后端代码的话又需要重新编译，耗时且繁琐，这个也不算问题，就是比较繁琐

展示图

页面详细介绍

安装包

APP安装包github地址 用于展示 不是点击直接下载 点击看到的是 release相关页面 仅供学习（为啥叠这么多，尽量避免那个什么审核引导到外部链接，就是避免被认为是引流）：

https://github.com/James-boy/PrivBgCut-Releases/releases/tag/app-v0.1.0

大小

因为完全离线的特性，需要将所有必要依赖加上，所以考虑到可能有的机器没有安装webview2，所以生成安装包的时候直接将webview2运行时也带上，加上三个模型一共460MB，其中模型约270MB，其他依赖约30MB，webview2运行时约160MB。所以后续可能会做不带webview2的版本，大致300MB大小

位置&原因

因为如果放置在云端，存储和下载的流量都是要收费的，更何况是几百兆，这样费用比较多（免费额度不够），而且我的目的也是尽量用免费方案，所以采用放在github，而且不是上传本地的安装包，是在github平台编译得到

过程

因为私有仓无法将release版本单独公开，不允许所有人下载，所以需要将安装包放到公开仓

这里说明几点

• github仓库允许用户上传代码的同时带上toml文件，然后运行toml文件对应的工作流（点击之后会自动运行，运行流程和环境由github保障），然后得到或者保存对应产物（保存为release的草稿而不是直接发布）。而对应的运行时间是有限制的，资源不清楚有没有，运行时间好像私有的每月2000分钟，公共的没有限制，这个运行时间指的是开始运行到得到产物的时间哈，和其他的没有关系。具体的限制额度可以看官方，我也是ai告诉我的
• 需要新建一个公开仓库，将安装包发布，用户才能下载得到，这个公开仓库需要有初始化或者一次提交，可以只是一句话，但是需要有，因为没有的话，release的版本无法对应任何一次提交，就无法release
• 建议从提交github代码到私有仓，到运行工作流得到安装包，到发布到公共仓，可以自动化，也好维护一些。可以在同一个toml，得到安装包，然后发到公共仓。如果担心过程中失败导致安装包也没有保存的话，也可以分成两个toml，分两个工作流，一个得到安装包，一个发到公共仓，可以顺序执行，有这样的参数，就是感知到前一个执行完成，然后执行当前工作流的。我这边因为刚开始，所以是一步一步来的。
• 因为github有文件大小的限制，所以模型文件无法上传，可以直接给下载链接，保存到对应文件中，生成安装包的时候会自动下载的。

结果图片

网站

选择域名

域名后缀的选择

因为不同后缀域名，在搜索引擎的权重不一样（ai告诉我的），顶级域名说权重更高啥的，比如.com啥的，但是比较贵。其实想买1块的，但是ai说不行，感觉这方面可以不管ai，因为我问它为啥贪吃蛇网站域名后缀是io，它说因为已经有知名度了。不管了，还好也没花多少，顶级的不是很便宜，买了.fun后缀的，这个域名续费比较贵，如果网站没有运营起来，可能后面就不续费了。

域名的选择

乱码的便宜，但是感觉如果想认真做，我觉得可能还是需要一个好一点的域名（可能我觉得不对哈哈），所以看了ai的一些参考，选择了这个。

哦对，忘了解释了，privbgcut是产品名称，pocketjoy是主域名，我开始是计划做页游啥的，但是稀奇古怪的就开始做工具了，但是选择pocketjoy的时候也考虑到了后续做的种类可能比较多。

域名注册

哪家都差不多，本来想选阿里云，但是已经在腾讯云备案啥的，就腾讯云

配置域名

等后面网站页面生成完成之后，在cloudflare上面workers&pages，将静态页面部署上去，然后将域名配置在这个workers&pages上面就行，这里还涉及一个dns解析的问题，需要在腾讯云那里修改两个地址什么的，要改成cloudflare的，具体原因和如何操作可以问ai

网站页面

页面生成

直接让ai参考你的app代码或者project.txt来就行，有app代码尽量给代码，这样了解的信息多一些，前端的风格啥的，也可以和app的统一

ai生成之后，你觉得不合理的就让ai改就行

因为之前没怎么搞过前端，开始还以为前端的那些淡入淡出什么色调什么的，是比较高级的应用，需要用什么vue来，结果ai给的看着很厉害，牛逼的

因为之前app已经跑通了，如果需要可以在app中，在激活license的时候加一个跳转链接，跳到网站的支付页面，同时带上machineid。这个支付页面（不是支付接口）也可以让ai做

页面部署

将前一步生成的html、css、js代码，部署在cloudflare的workers&pages上面，然后将选择好的域名 privbgcut.pocketjoy.fun 配置到这个workers&pages。

页面部署的时候要注意，每次部署都需要提供全量相关文件，不可以只提供修改了的文件，因为实测每次会将本次提供的文件全量覆盖之前的，而不是只替换本次提交的。

如果部署未生效，可以在cloudflare上面清理缓存，这个和清理本地浏览器缓存不一样，具体可以问ai。

效果图

下载接口

因为会有不同的版本，所以需要一个中转处理的，返回合理的下载地址，理论上可以直接用latest的，不知道为啥没用来着，可能当时有其他考虑，最后是查询github那边的一个接口啥的，具体实现可以问ai。

还有一点这个接口也是部署在cloudflare，配置的子域名 download.pocketjoy.fun

为什么用子域名，是为了后续扩展方便一些，功能区分什么的

配置收件邮箱

就是收用户意见反馈和退款申请的邮箱，挂在cloudflare上面，上面可以设置指定邮箱（对应域名后缀）和自己的qq邮箱什么的对应，比如 support@privbgcut.pocketjoy.fun 和 xxx@qq.com 对应，到时候用户发给support的就会转发给xxx，这个是cloudflare的能力和后面的resend没有关系，但是这个只能接收，无法主动发送

支付接口

流程

网站支付页发起请求 同时提供machineid -> 信息提供给接口1 请求三方支付平台 ->

三方支付平台返回付款链接 -> 三方支付平台将链接返回接口1 ->

接口1将链接返回网站 -> 网站跳转到三方支付平台对应支付场景 ->

用户支付成功/失败 -> 三方支付平台将信息返回接口2 ->

接口2根据接收到的信息判断是否发送license给对应用户邮箱 这个邮箱由三方支付平台收集

三方支付平台

支付功能会用到，选择的waffo，还不错，有测试模式和生产模式

这里要申请的话，需要网站基础功能可用，还有pricy、term等页面，具体的可以看要求或者问ai，页面也可以直接交给ai生成，但是需要过一遍是否合理。

申请审核挺快的，中午申请下午就下来了，一两个小时吧。

支付接口代码

让ai生产，过程中如果遇到问题实在解决不了，需要给waffo对应文档，ai搜索到的可能过时，具体文档可以在waffo网站找下

可能遇到的问题

• 不知道waffo接口返回的参数名字是什么，之前测试遇到这个问题，不知道哪个参数表示用户邮箱，解决方案是直接让它打印整个返回内容
• 不知道标明流程的唯一key是什么，让ai看文档解决
• 因为代码部署在cloudflare上面，而这个不知道为什么看不到日志，配置了需要的参数也不行，就很奇怪，后面在setting最上面跳出更多的参数配置了才生效。Observability上面的live实时日志，需要开通科学上网才能启动，也比较奇怪。而且上面的日志看不太懂，最后还是将需要打印的内容通过邮箱返回才可以观察（测试环境哈，生产的不能这样搞）

发件邮箱

需要通过邮箱发送license，通过网页用户可能需要自己单独保存，所以此处通过邮箱

使用的是resend，免费额度每天上限100封，还有一个每天上限300网站的我没用，当时因为一点其他情况没有用那个

具体如何接入使用resend可以问ai

部署支付接口代码

部署cloudflare的workers&pages，本来想要直接用privbgcut这个子域名的，但是发现会有冲突，因为之前已经部署了静态页面，那个pages关联了这个子域名，再用这个子域名，尽管后面接的是静态页面不存在的接口，也会冲突，所以又单独搞了个子域名，pay.pocketjoy.fun 咨询过ai，子域名可以有无限个，所以无影响哈哈，看来12块还不错

这里有几点需要注意：

• 因为涉及三方支付平台，有一些依赖，直接将代码粘贴在workers&pages上面会无法运行，所以需要用 npx wrangler 什么的命令，这个是cloudflare的一些命令，可以先在本地运行，好了之后再上传部署到workers&pages，如果对应项目名字不存在，它会自动创建，而且一些之前提到的实现log打印的参数、配置子域名也是本地配置，然后上传自动生效
• 上面提到的代码可能无法本地测，就是可以运行，但是无法测试，当然如果网页端也是本地部署，改下对于链接可能可以测试。
• npx wrangler的一些命令支持远程链接cloudflare，就是已经部署在上面，然后远程链接，log在本地打印，但是我这边实测显示无法链接，科学上网好像也没用，这个pass
• npx wrangler的一些命令支持域名映射，就是给你一个域名，映射你本地服务，这样就可以通过访问域名来访问你本地的服务，但是这样感觉不太安全，我这边跑了几秒就关了。这里发现powershell竟然可以显示二维码，牛逼坏了
• 最后如果涉及一些调试信息，就是waffo参数什么的打印，我的办法就是通过邮件发送（测试环境哈）

SEO

就是让搜索引擎展示多一些，可以问ai怎么做，比如在bing和google的专门的网站提交链接什么的，还有做一些用户可能关注比较多的内容，比如在线抠图和离线抠图对比 https://privbgcut.pocketjoy.fun/offline-vs-online

作为内联链接，内联信息什么的，还有FAQ等前端页面涉及的一些专门的标签什么的

关于对比的一些信息，还是尽量严谨客观一些，不要引起争议，也尽量不要踩别人（当然只是我个人理解，我也还没做起来，所以参考性不高）

下一步计划

app

• 左下角显示的还是模型本来的名称，要改下
• 右上角有个点击跳转官网的按钮，我觉得要再加一个确认，或者弹窗，里面是一个点击跳转地址，不能直接跳转，直接跳转感觉有点突兀
• 加鼠标放在中间栏变成小抓手，可以移动图片的功能
• 找其他类别的模型

安装包

• 做一个不包含webview2的安装包，小一些，不然470MB，感觉有点大，而且用户无法自己选择
• 跑通github得到安装包后自动上传到公开仓的流程，当前上传临时写了个toml

网站

• 暂无

支付接口

• 暂无

SEO

• 在根域名加一些技术博客，或者什么其他的，看引流还是怎么样

总结

ai牛逼