AI Skill 大全

AI 生成结果持久化

把每次 AI 生成的文字、图片和用量记录存下来,给每条结果分配 ID 和可分享的永久链接。

功能与用途

AI 生成的结果每一条都要花钱,而且同一句提示词再跑一遍也未必一模一样。很多应用直接流式吐给前端就完事,用户一刷新全丢了,图片还是临时 base64,退出组件就失效。这套模式要求在调模型之前先生成 ID 并落库,文字和元数据进数据库、图片进 Blob 拿永久地址,同时把 token 用量和预估费用一起记下来,顺带用缓存避免同一提示词重复付费。

适用场景

  • 用户生成到一半刷新了页面,结果全没了,被投诉要重来一次:用户生成到一半刷新了页面,结果全没了,被投诉要重来一次
  • 生成的图片用的是临时链接,过一会儿就打不开,分享出去对方看到:生成的图片用的是临时链接,过一会儿就打不开,分享出去对方看到空白
  • 月底算不清 AI 花了多少钱,也不知道哪个功能最烧 toke:月底算不清 AI 花了多少钱,也不知道哪个功能最烧 token

适用人群

  • 做 AI 应用的 Next.js 开发者
  • 需要给 AI 功能加历史记录与分享链接的产品工程师
  • 要核算 AI 调用成本的 SaaS 技术负责人

使用步骤

  1. 先定好数据库里的生成记录表结构,包含 ID、模型、提示词、结果、图片地址、用量、费用和状态
  2. 把接口改成先生成 ID 并插入一条 pending 记录,再跳转到对应 ID 的页面
  3. 在 ID 页面按状态决定继续流式输出还是展示已保存的结果
  4. 文字与元数据写数据库,生成的图片立刻存进 Blob 并回写永久 URL
  5. 最后补上按内容哈希的提示词缓存,避免相同输入重复付费

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-18
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

AI generation persistence patterns — unique IDs, addressable URLs, database storage, and cost tracking for every LLM generation

使用前准备

  • 需要 Node 与命令行环境、可用的 Postgres 数据库和对象存储(示例为 Neon Postgres + Drizzle、Vercel Blob),可选 Upstash Redis

依赖与权限

  • 读取用户主动提供的内容

同类 Skill