为什么这个网站存在？

学习任何新技术时一个长期存在的问题是：你在互联网上或从 AI 那里拿到的大多数文档和示例都过于琐碎，以至于你根本无法判断这项技术（或你对它的实现）是否能承受真实而复杂的工作负载。一个例子就是大量的待办清单（to-do list）示例。

我计划做一个基于若干技术假设的 SASS 项目；在尝试构建真正的项目之前，这些假设都需要先验证。而像这样的个人资料站点，由完整的 CMS 后端驱动，复杂度刚好足够，值得进行一次正式的生产级搭建，同时又足够简单，不会花太久时间拼起来；另外还有个好处：如果一切顺利，我会得到一个性能良好的资料站点，并且它会成为后续更多技术实验的良好试验场。

Cloudflare 作为部署目标

Cloudflare Workers https://workers.cloudflare.com/ 乍一看似乎是一种极其便宜的方式，用来部署复杂应用。后端开发看起来简单且稳健，而 OpenNext https://opennext.js.org/ 包也似乎提供了一种高效方式：用 Next.js https://nextjs.org/ 开发你的前端，并部署到 Cloudflare。

我怀疑这个网站不会吸引多少人类访问；不过，我会尽可能把更多的网页搜索与 AI 爬虫流量引到这里。这样，我应该就能算清在 Cloudflare 平台上运行一个繁忙网站的真实成本。

把这个网站做得比它应该的更复杂

内容管理后端（CMS）

说实话，以目前这个站点的状态，用一个编码代理在几小时内就能拼出来；但一个严肃的系统不应该为了修改基础内容就必须部署一次。因此，这个站点使用了一个完整的 CMS：基于 Payload CMS（https://payloadcms.com/），作为一个独立的 Cloudflare Worker 部署。

Payload 本身使用一个 SQL 数据库，而这个数据库又需要部署为 CloudFlare D1 SQLite 数据库实例 https://developers.cloudflare.com/d1/，并通过数据库迁移进行妥善管理，以支撑开发生命周期。

自动化翻译

本网站支持 20 种语言。鉴于网站本身只是 CMS 内容的一个简单脚手架，i18n 部分在开发期间由编码代理（Co-pilot 和 Claude Opus 4.5）来处理。

这就使得所有当前与未来的 CMS 内容，都需要在任何英文内容发生变更时自动进行翻译。

基于队列与 Cron 的 Worker

翻译需求需要一个相对复杂的流程，该流程：

将由 Cron 定时器触发。
识别任何需要新翻译的内容。
可靠地执行翻译。
可靠地从失败中恢复。

因此，会使用另一个 CloudFlare D1 实例来跟踪翻译工作，并使用 Cloudflare queues（https://developers.cloudflare.com/queues/），通过基于 cron 的生产者-消费者模式来管理与扩展任务。调用 OpenAI 的 gpt-5.2 API 来完成翻译，并由 AI.SDK https://ai-sdk.dev/ 将它们串联起来。

对这个网站来说，这有些大材小用；但任何生产系统（无论规模多大）都需要一种健壮的模式来编排后台处理。

这个网站的先前版本

我已经做过两次这个网站，把它当作学习新技术的工具：

2013 - 学习 Ruby 和 AWS

Ruby on Rails v4.0.0。
Bootstrap 样式 v3。
使用 CoffeeScript 构建 UI。
Backbone Marionette VMC 前端模式。
部署在 AWS 主机上。

2017 - 学习 React

用于 UI 的 React v16.0.0。
用 Redux 和 Thunk 处理异步操作。
用于样式的 Semantic UI。

接下来是什么

网站已正确接入 SEO，需要以规律的节奏发布新内容来驱动爬虫流量。我会发布更详细的文章，介绍所使用的各种技术与解决方案。

关于本网站 请提供译文，并附上你理解的源语言和目标语言。如有必要，请包含有关翻译过程的任何备注。