SkillNexus #07 · 技术架构：Electron 双进程 + 零依赖进化 SDK

Skills 全生命周期创造平台，让你的 Skill 可生成、可量化、可管理、可成长。

SkillNexus 系列导航（共 10 篇）

这篇聊技术。SkillNexus 的架构有几个决策值得单独说清楚，因为它们不只是实现细节，而是影响整个产品边界的设计选择。

Electron 双进程模型

SkillNexus 是标准的 Electron 应用，主进程（Main）和渲染进程（Renderer）严格隔离。

┌─────────────────────────────────────────────────────┐
│  Renderer Process（React 18 + TypeScript）           │
│  UI 渲染、用户交互、流式输出展示                        │
│  contextBridge 暴露的 API 是唯一出口                   │
└──────────────────┬──────────────────────────────────┘
                   │ IPC（contextBridge）
┌──────────────────▼──────────────────────────────────┐
│  Main Process（Node.js）                             │
│  文件系统访问、AI SDK 调用、SQLite 读写、API Key 管理   │
└─────────────────────────────────────────────────────┘

渲染进程永远拿不到 API Key——Key 只在主进程内存中存在，渲染进程通过 IPC 发起 AI 调用请求，主进程执行后返回结果。这和很多"AI 工具"直接在前端 localStorage 存 Key 的做法有根本差异。

7 条 IPC 安全不变量

IPC 层是 Electron 应用最容易出安全问题的地方。SkillNexus 定义了 7 条不变量，违反任一规则阻止代码合并：

这些规则对应了专门的安全测试套件（tests/security/），每次 CI 都会跑。

零依赖进化 SDK

这是架构层面最重要的决策，也是最容易被忽视的亮点。

进化引擎完全通过接口注入与 Electron 解耦：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22

// 核心三接口，无任何 Electron 依赖
interface IDataStore {
  getEvalHistory(skillId: string): EvalRecord[]
  saveSkillVersion(skill: Skill): void
}

interface ISkillStorage {
  readSkill(path: string): string
  writeSkill(path: string, content: string): void
}

interface IProgressReporter {
  report(step: string, progress: number): void
}

class BaseEvolutionEngine {
  constructor(
    protected dataStore: IDataStore,
    protected skillStorage: ISkillStorage,
    protected reporter: IProgressReporter,
  ) {}
}

为什么这很重要？

1. 进化引擎可以独立运行：CLI、Node.js 脚本、CI/CD 管道，不需要启动 Electron，不需要 GUI
2. 可测试性：对 SDK 的单元测试不需要模拟 Electron，mock 三个接口即可，测试速度快、稳定性高
3. 可扩展性：社区可以开发第三方进化算法，只需实现接口，不需要了解 Electron 内部

数据层设计

业务数据：better-sqlite3，存储 Skill 元数据、评测历史、进化记录、测试用例。

选 SQLite 而不是文件 JSON 的原因：

• 评测历史是时序数据，需要聚合查询（Trending 榜单就是 SQL 聚合）
• 事务完整性：进化过程中途中断不会产生脏数据
• 零网络延迟：本地文件，查询速度可预期

配置数据：electron-store（加密），存储 LLM Provider 配置。API Key 不写 SQLite，单独存储，加密静态存储。

流式输出架构

Studio 生成和 Eval 评测都是流式的——AI 输出一个 token，UI 立刻显示一个 token。

实现方式：主进程通过 webContents.send() 把流式 token 推送到渲染进程，渲染进程用 React state 累积显示。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

// 主进程
for await (const chunk of stream) {
  event.sender.send('stream:chunk', chunk.delta.text)
}
event.sender.send('stream:done')

// 渲染进程
window.api.on('stream:chunk', (text) => {
  setOutput(prev => prev + text)
})

这个模式让"等待 AI 响应"变成"看着 AI 思考"，体验差异很大。

Plugin 热加载

自定义进化算法放入 {userData}/plugins/*.js，主进程启动时扫描加载：

1
2
3
4

// 扫描插件目录
const plugins = fs.readdirSync(pluginsDir)
  .filter(f => f.endsWith('.js'))
  .map(f => require(path.join(pluginsDir, f)))

无需修改源码，无需重新构建，放文件即生效。

技术栈一览

下一步

最后一篇，聊聊 SkillNexus 的现状和路线图——它现在能做什么，接下来要做什么。

下一篇：08 · 现状与路线图：SkillNexus 的下一步

SkillNexus · 2026 · skyseraph · GitHub