如果你是一名前端开发，你一定知道——做一块数据大屏要多久？传统方式：设计稿 → 切图 → 搭场景 → 调材质灯光 → 写交互 → 接数据 → 反复修改 → 交付。3D 大屏更复杂，Three.js 的坐标系、材质、光照每一项都能让你 debug 一整天。一个熟练的 Three.js 开发，做出本文这个效果，保守估计 3~5 天。

如果你是一名前端开发，你一定知道——做一块数据大屏要多久？传统方式：设计稿 → 切图 → 搭场景 → 调材质灯光 → 写交互 → 接数据 → 反复修改 → 交付。3D 大屏更复杂，Three.js 的坐标系、材质、光照每一项都能让你 debug 一整天。一个熟练的 Three.js 开发，做出本文这个效果，保守估计 3~5 天。

先说一个很多同学容易混淆的概念。我们平时使用 ChatGPT、DeepSeek、Kimi 之类工具，本质上属于对话式 AI。你问一句。它回答一句。你继续追问。它继续回答。整个过程仍然需要人不断参与。而 Agent 不一样。Agent 更像一个拥有执行能力的智能员工。你只需要告诉它：“帮我完成这个任务。它会自己分析需求。自己制定方案。自己调用工具。自己编写代码。自己运行测试。最后把结果交给你检查。

先说一个很多同学容易混淆的概念。我们平时使用 ChatGPT、DeepSeek、Kimi 之类工具，本质上属于对话式 AI。你问一句。它回答一句。你继续追问。它继续回答。整个过程仍然需要人不断参与。而 Agent 不一样。Agent 更像一个拥有执行能力的智能员工。你只需要告诉它：“帮我完成这个任务。它会自己分析需求。自己制定方案。自己调用工具。自己编写代码。自己运行测试。最后把结果交给你检查。

先说一个很多同学容易混淆的概念。我们平时使用 ChatGPT、DeepSeek、Kimi 之类工具，本质上属于对话式 AI。你问一句。它回答一句。你继续追问。它继续回答。整个过程仍然需要人不断参与。而 Agent 不一样。Agent 更像一个拥有执行能力的智能员工。你只需要告诉它：“帮我完成这个任务。它会自己分析需求。自己制定方案。自己调用工具。自己编写代码。自己运行测试。最后把结果交给你检查。

我服务器上有几十个 Web 站点，因为服务器配置较低，都是在本地完成构建后通过 scp 推到服务器，每个项目里就维护了一个shell脚本。大概下面这样：(zx 脚本)这个样子持续了差不多好多年，但始终感觉不优雅，最近刚好 AI 够强，就把一直想实现的一个部署的 CLI 实现了。服务器只管收 + 解压 + 重启（如果带后端服务）。于是有了—— 装一个 CLI 就能跑起 Web 管理端 + Serve