背景介绍

早期计算机主要依赖命令行界面（CLI），用户必须通过命令行指令来与计算机交互，这样的交互方式对使用者的技术能力提出了极高的要求，极大地限制了计算机技术的普及。在个人计算机逐渐走向大众的浪潮中，图形界面 (GUI) 应运而生。用户再也无需掌握复杂的命令行操作，便可通过图标、窗口和菜单进行直观的交互，大幅降低计算机的使用门槛。

以Mac OS System 1.0为例，它是第一个大规模推广的图形界面操作系统，其简洁明了的界面设计至今仍对现代操作系统的设计产生深远影响。

在图形界面成为绝对主流的背景下，命令行因其高效与可控性，始终是技术用户的核心工具。而AI浪潮的到来，则为这场复兴按下了“加速键”。

大型语言模型（LLM）基于文本进行交互，这与命令行的纯文本环境完美匹配。更关键的是，AI正在颠覆CLI最大的痛点 -陡峭的学习曲线

为什么想要开发Photon

去年暑假，我在深圳一家初创公司实习。工作中经常要用到终端，各种命令行操作让我慢慢对这些工具产生了兴趣。

不过很快我就遇到了一个小麻烦：总是记不住一些简单的bash命令。每次忘了，就得打开浏览器，找到ChatGPT，输入问题，等答案，然后再切回终端。这种操作虽然耗费的时间不长，但频繁的上下文切换每次都会彻底打断心流状态。

我就想，能不能有个工具直接在终端里帮我解决这些问题？最好是那种轻巧、反应快的。市面上其实有类似的工具，但我试了几个，虽然功能强大，但是感觉都有点笨重，启动慢。

终端这个环境其实不太适合处理复杂的问题。毕竟它就是纯文本，显示效果有限，也没有办法上传图片。在我心里，理想的AI助手应该具备这些特性：终端原生、快速响应、轻量级、优雅界面。

所以我的想法很简单：做一个专门针对终端场景的AI助手，主打轻量，易用和快速响应,就像光子一样，这也是为什么叫它Photon的原因。

技术选型：当Java开发者遇上Go

作为一名Java开发者，我对MySQL、Redis、Docker这些后端技术比较熟悉，也有一定的前端基础。但说到CLI工具开发，我的经验几乎为零，对Go语言更是完全陌生。面对这个项目，我需要重新选择技术栈。我问Cursor："我的CLI工具应该用什么语言开发开发？"它给我分析了几个关键点：

最终选定的技术栈：

• 语言：Go 1.21+
• CLI框架：Cobra（命令行路由）+ BubbleTea（TUI界面）
• HTTP客户端：标准库 net/http
• 打包工具：GoReleaser + Homebrew

虽然对Go完全陌生，但考虑到项目需求和CLI工具的特性，这个技术选择是最合理的。

通过Cursor从零开始的Go速成课

有了技术方向，接下来就是学习实现。作为Java开发者，我对Go的语法、包管理、项目结构都一无所知。

我的学习策略：直接给Cursor发消息："我想学Go语言开发CLI工具，请给我制定一个学习计划"

Cursor为我制定了渐进式学习路径：

• 基础语法和类型系统
• Go modules和包管理
• CLI框架使用（Cobra + BubbleTea）
• HTTP客户端开发
• 错误处理和日志

互动式学习体验： 每个阶段我都会说："现在给我出个小任务，让我练习一下。"Cursor就会设计一个合适难度的编程练习。比如：

• "写一个简单的HTTP客户端调用OpenAI API"
• "用BubbleTea实现一个基础的交互界面"
• "处理命令行参数和配置文件读取"

这种即时反馈的学习方式比传统文档学习效率高很多。就像有个经验丰富的Go专家在旁边随时指导，让我能在几个小时内迅速熟悉Go的基础语法及项目需要的一些前置知识。

Photon产品展示

首页

打开终端，输入ptnstart命令，Photon会展示简洁的欢迎信息。首页强调了核心价值主张："Research. Instantly." - 即时研究工具。

设置教程

设置过程非常简单，只需要配置OpenRouter API密钥：

步骤1：获取API密钥 访问 openrouter.ai 注册免费账户，无需信用卡，无需科学上网

步骤2：通过homebrew安装

brew tap Jacky040124/photon && brew install photon

步骤3：设置环境变量 : 

export PHOTON_OPEN_ROUTER_KEY="your_openrouter_api_key_here" 

步骤4：永久保存

# For Zsh (macOS default)
echo 'export PHOTON_OPEN_ROUTER_KEY="your_key_here"' >> ~/.zshrc
source ~/.zshrc

# For Bash
echo 'export PHOTON_OPEN_ROUTER_KEY="your_key_here"' >> ~/.bashrc
source ~/.bashrc

基础用法

./ptn "your research topic here"

# examples
ptn "machine learning basics"
ptn "rust vs go performance"
ptn "docker best practices"

模型选择

Photon通过OpenRouter接入多种AI模型，用户可以根据需求选择：

主要卖点

总结

你的下一个产品，或许只需要一个深夜加上Cursor

72小时，从零基础到产品上线，这个过程让我深刻体会到AI工具正在重新定义"可能性"的边界。Photon的成功不仅仅在于它解决了一个实际问题，更在于它证明了一个重要观点：当工具足够强大，"用户"会自然进化为"创造者"。传统的软件开发需要年月的学习积累，而AI时代的创造周期被压缩到了小时级别。

这种转变的意义远超技术本身。它意味着创新的门槛被大幅降低，任何有想法的人都可能成为改变世界的那个人。你不需要是资深工程师，不需要掌握所有编程语言，你只需要敏锐地发现问题，然后相信AI能帮你找到解决方案。

所以我想鼓励每一个读到这里的人：不要被"我不会编程"、"我没有经验"这样的想法束缚。拿起Cursor，从一个小想法开始，用AI作为你的编程伙伴。也许几个小时后，你就会拥有一个属于自己的产品。