最近在写文档，对比了deepwiki以及OpenDeepWiki出来的效果，以及学习了OpenDeepWiki的代码实现。

各个模型之间的效果差异还是挺大的，DeepSeekV3更像是一个廉价的选择，效果也不怎么好，但量大管饱。Gemini 2.5 Pro 特别有表述欲，出来的东西很多，GPT4.1要均衡很多，出来的效果也好一些。

本地Docker部署运行，试了很多次，不同的模型，每次出来的效果差异很大，相同的模型也有些许差异，在相同提示词的情况下。

随之而来的是无尽的空虚。那种感觉很熟悉，就好像开了风灵月影打游戏，就好像是别人还在手工完成任务，自己这边写了脚本运行。

没意思。

整个项目跑一遍生成大概10块钱吧，生成了几十万字的样子。

---

从实现的角度来看，它先使用Git把仓库下载到本地，然后根据语言初步解析库的代码文件分布，把相关的文件名和一些配置文件发送到大模型中，获取一个粗略的结构分布图，然后细化每一个模块，把每一个模块再次发送获取简单的细节分布。

效果不差。质量上可用。

非代码的仓库，比如我的文档之类的是按照日记的层级分布的，标准的markdown，我试着分析了一下，效果不是很好，达不到可用的程度。

---

Github Copilpt 一个月10$,本来想着关掉，因为需要对比效果的原因，研究了下，发现网页的集成效果很不错，看看后面能不能平替掉NextChat。

反正钱已经花了，不用就浪费了。

----

我的经验是不求甚解，其实是完全可用的，但会影响下一个阶段。就是会停留在一个，我也实现了，但不知道和其他人的差异在什么地方的阶段。

只能说过分使用工具，会迷失在许多细节之中。

最关键的是扩展的空间是横向的还是指数的。

举一个简单的例子，扩展某个具体功能，是复制粘贴的横向扩展，还是需要重构代码的增加，还是基于框架的扩展。

---

如果我的积累中，没有对操作系统底层逻辑的深入理解，那么现在的项目架构，其实会朝向最开始设计的方向，一个数据库编辑、

配置、调试的工具。

我的理解决定了项目的深度，给底层的实现增加了许多细节，比如自定义文件的关联、导出，比如程序的发布，安装，初始化，更新，设置。以及最关键的插件。

这些都和项目没关系，通用模块，哪怕是没有，也不影响项目本身的功能，但正是因为这些细节，最终导致它从附属，到协作，甚至承载了一些不应该属于它的期望。