几个月前,我还分不清 Cloud Function 和 Firestore trigger 的区别。如今,Veyl——一个匿名责任伙伴匹配应用——已上线生产环境,处理实时聊天、语音笔记、支付和匹配逻辑。
我并非出身于传统工程背景。我通过与 AI 工具紧密协作,逐步学习 Firebase 和 React,达到能够自行调试和扩展应用的程度,一次解决一个问题。
用户使用化名注册(而非真实个人资料),与目标相似的人匹配,通过文字和语音签到互相监督。没有头像,没有公开的连续打卡记录——匿名性正是核心所在。
Firestore 安全规则——确保用户只能读写自己的数据,且敏感字段(如高级会员状态)只能通过 Cloud Functions 在服务端设置,客户端永远无法修改
匹配系统的原子批量写入,防止两个用户意外重复匹配
Paystack 支付的 Webhook 签名验证(HMAC SHA512),以及幂等性处理,确保 Webhook 重试不会导致重复扣款或重复触发任何操作
上传前在浏览器中进行语音笔记编码(OfflineAudioContext → WAV),以保持文件体积较小,无需服务端转码步骤
AI 工具确实擅长帮你写代码——但它们不太擅长教你为什么代码能运行,或者当它不运行时会发生什么。调试才是你真正学习系统的地方。我并没有跳过这一步;我只是找到了一条更快的路径进入其中。
转载声明:本文为转载整理,原文版权归原作者及原站点所有。
原文来源:DEV.to
原创地址:https://dev.to/veyl_space/how-i-built-an-app-with-no-cs-background-firebase-react-ai-assisted-26jk
原文作者:Veyl Space;如有侵权,请联系管理员删除。