Повний розбір архітектури Fullstack AI Lab: компіляція 1 135+ MDX-уроків за 90 секунд на Next.js 16 та Rust MDX-RS
Повний технічний та архітектурний розбір інтерактивної освітньої платформи Fullstack AI Lab: як ми прискорили статичну збірку у 14 разів (із 21.6 хв до 1.5 хв), створили браузерну WebAssembly-пісочницю WordPress, симулятор AI-співбесід, інтерактивні симулятори рантайму та аудіогенератор для NotebookLM.

1. Executive Summary та інженерна задача
Сучасні освітні платформи для програмістів мають дві фундаментальні проблеми:
Платформа Fullstack AI Lab (https://www.fullstackailab.com) була спроєктована з нуля для вирішення обох викликів. Побудована на Next.js 16 App Router, React 19 Server Components, Tailwind CSS v4 та нативному компіляторі Rust MDX-RS, вона збирає 1 700+ інтерактивних сторінок менш ніж за 90 секунд, досягає 98+ у PageSpeed, успішно проходить 225/225 автоматизованих тестів і надає інтерактивні архітектурні симулятори разом із браузерною WebAssembly-пісочницею з нульовими накладними витратами на серверний бекенд.
Матриця швидкого вибору архітектури: платформи інженерної освіти (EdTech)
| Архітектурний вимір | Традиційна CMS / Відео-платформа | Двигун Fullstack AI Lab (Next.js 16 + Rust MDX) |
|---|---|---|
| Час збірки SSG (1 700+ маршрутів) | 21.6 хвилин (Перевантаження файлового I/O) | 1.5 хвилини / 90 секунд (у 14 разів швидше на Rust MDX-RS) |
| Дидактична інтерактивність | Пасивні відео та статичний текст | Інтерактивні симулятори (<ArchitectureFlow>, живий WASM) |
| Пісочниця виконання коду | Серверні Docker-контейнери ($0.08/сесія) | Клієнтський WebAssembly PHP 8.4 ($0.00 витрат на сервери) |
| Синхронізація прогресу | Обов'язкова реєстрація перед навчанням | Local-First Zustand v5 + вибіркова хмарна синхронізація Supabase RLS |
| Мобільна та офлайн швидкодія | Постійні запити до бази даних та затримки | Субсекундний Edge CDN + кешування Service Worker PWA |
2. Architecture Decision Records (ADR - Чому обрано саме цей стек)
Кожне архітектурне рішення у Fullstack AI Lab приймалося на основі критеріїв швидкодії, надійності та дидактичної ефективності:
| Архітектурне рішення | Відхилена альтернатива | Інженерне та бізнес-обґрунтування |
|---|---|---|
| Git-орієнтований MDX + Rust `mdxRs` | Динамічна CMS із БД (WordPress / Strapi) | Уроки містять живі інтерактивні компоненти React 19 (<ArchitectureFlow>, <StepFlow>). Зберігання в Git дозволяє валідувати AST-синтаксис у CI/CD до релізу та миттєво роздавати сторінки з Vercel Edge CDN без запитів до БД. |
| Singleton In-Memory кеш збірки (`lib/content.ts`) | Повторне читання диска fs.readFile на кожному маршруті | Усуває дублювання дискових операцій під час генерації 1 700+ сторінок та метаданих. Скоротило час білду з 21.6 хв до 1.5 хв (прискорення у 14 разів). |
| Браузерний WebAssembly WP 7.0 / PHP 8.4 (SQLite VFS) | Docker-контейнери на AWS/Fly.io | Хмарні Docker-кластери коштують тисячі доларів щомісяця і потребують складного захисту від шкідливого PHP-коду. Запуск ядра WordPress 7.0 у WebAssembly клієнта на базі SQLite VFS працює повністю у браузері з нульовим рахунком за хмару та субсекундним запуском. |
| Симулятор AI-співбесід із критеріями Senior | Звичайні чат-боти на базі LLM | Прості чат-боти хвалять синтаксично робочий код, ігноруючи архітектурні компроміси. Спеціалізований рушій оцінює кандидатів за суворими критеріями Senior (складність алгоритмів, безпека паралелізму, відмовостійкість, пам'ять). |
| Local-First Zustand v5 + Персональна синхронізація Supabase | Примусова реєстрація на вході та публічний лідерборд | Нульовий бар'єр входу: нарахування XP, серії днів (Streaks) та картки працюють за <1ms у localStorage, а персональний прогрес та доступ PRO синхронізуються із приватною БД Supabase PostgreSQL, захищеною правилами RLS. |
| Zero-Metaphor NotebookLM Prompt Engine | Стандартні AI-саммарі з побутовими аналогіями | Побутові метафори («API - це офіціант у ресторані») формують хибні ментальні моделі. Наш генератор формує строгі першопринципні промпти для глибоких аудіоподкастів. |
<ArchitectureFlow>, <StepFlow>). Зберігання в Git дозволяє валідувати AST-синтаксис у CI/CD до релізу та миттєво роздавати сторінки з Vercel Edge CDN без запитів до БД.fs.readFile на кожному маршруті<1ms у localStorage, а персональний прогрес та доступ PRO синхронізуються із приватною БД Supabase PostgreSQL, захищеною правилами RLS.3. Ключові механізми: Як працює Fullstack AI Lab під капотом
Механізм 1: Прискорення збірки у 14 разів через Singleton In-Memory Content Cache
У Next.js App Router генерація 1 700+ локалізованих маршрутів вимагає побудови дерева навігації, хлібних крихт, посилань «Попередній/Наступний урок» та SEO-метаданих для кожної сторінки. Спочатку кожен маршрут звертався до файлової системи через fs.readFileSync, створюючи понад 1.8 мільйона повторних операцій читання диска за один білд.
Ми розробили Singleton In-Memory Content Cache:
- При першому зверненні воркера збірки рушій одноразово сканує MDX-дерево, парсить метадані та заморожує індекс в оперативній пам'яті (
Map). - Усі наступні 1 700+ маршрутів та генератори метаданих читають готові структури з ОЗП за час
O(1).
// Концептуальна схема Singleton In-Memory Content Cache
const lessonIndexCache = new Map<string, ParsedCurriculumTree>()
export function getCurriculumTree(locale: Locale): ParsedCurriculumTree {
const cached = lessonIndexCache.get(locale)
if (cached) return cached
const tree = scanAndValidateMdxDirectory(locale)
lessonIndexCache.set(locale, Object.freeze(tree))
return tree
}Механізм 2: Інтерактивні симулятори (<ArchitectureFlow> та симулятори аварій)
На основі теорії когнітивного навантаження Джона Свеллера та спіральної дидактики Джерома Брунера, Fullstack AI Lab спочатку візуалізує роботу алгоритму і лише потім переходить до синтаксису коду:
- Двомодальний візуалізатор `<ArchitectureFlow>`: Працює в режимі Pipeline (показує наскрізну шину передачі даних між клієнтом, сервером та БД) і в режимі Inspector (дозволяє покроково досліджувати кожен вузол, перевіряти стан пам'яті та середовище виконання).
- Симулятори хуків WordPress та продакшн-аварій: Детерміновані кінцеві автомати у браузері, що візуалізують точний порядок виклику хуків (
muplugins_loaded->plugins_loaded->init->template_redirect) та дозволяють діагностувати типові збої сервера. - Формувальні чекпоінти (+15 XP): Інтерактивні мікро-квізи, вбудовані безпосередньо в розділи уроків для закріплення знань перед переходом до складної реалізації.
Механізм 3: WebAssembly-пісочниця WordPress та симулятор AI-співбесід
- Браузерний WebAssembly Playground: Компілює ядро WordPress 7.0 та PHP 8.4 у WebAssembly на базі SQLite VFS. Користувачі запускають реальний PHP-код, тестують кастомні хуки та виконують SQL-запити прямо у браузері без віддалених серверів.
- Симулятор технічних AI-співбесід: Моделює реальні співбесіди рівня Senior. Кандидати відповідають на складні системні питання в умовах таймінгу й отримують детальну оцінку за критеріями продуктивності, безпеки пам'яті, відмовостійкості та архітектурної зрілості.
Механізм 4: Генератор аудіопромптів без метафор для Google NotebookLM
Для зручного повторення матеріалу в дорозі у Fullstack AI Lab вбудовано NotebookLM Audio Overview Generator:
Механізм 5: Двоетапний SSR Hydration Guard та синхронізація із Supabase
Оскільки сторінки уроків генеруються статично на сервері (SSG), пряме читання XP або серії днів із localStorage під час першого рендеру викликало б помилку React 19 Hydration Mismatch.
- Ми реалізували хук
useIsMounted(): сервер та перший прохід клієнта рендерять стабільний скелетон без зсувів розмітки (CLS = 0), після чого сховище Zustand v5 миттєво гідратує дані зlocalStorageта у фоновому режимі синхронізує особистий прогрес і статус PRO із хмарною базою Supabase PostgreSQL.
4. Інженерний глосарій: Пояснення кожного терміна та механізму
Щоб архітектура проєкту була однаково прозорою і для технічних директорів (CTO), і для розробників, нижче наведено пояснення ключових термінів:
- Rust MDX-RS (`@next/mdx`):
- *Що це*: Нативний компілятор на мові Rust, який перетворює файли Markdown із вбудованими React/JSX-компонентами у виконувані модулі.
- *Користь*: Працює в десятки разів швидше за старі JS-парсери та гарантує сувору перевірку синтаксису ще на етапі збірки.
- Static Site Generation (SSG) та React Server Components (RSC):
- *Що це*: Попередня генерація HTML та серверних компонентів під час білду замість обчислення сторінки на кожен запит користувача.
- *Користь*: Забезпечує миттєве завантаження (TTFB < 50ms) із глобальної мережі Vercel Edge CDN та мінімізує навантаження на сервер.
- WebAssembly WordPress Playground (PHP 8.4 / SQLite VFS):
- *Що це*: Повноцінне середовище виконання WordPress 7.0 та PHP 8.4, скомпільоване у WebAssembly, що працює повністю в пам'яті браузера через віртуальну файлову систему SQLite.
- *Користь*: Надає ізольовану пісочницю для запуску та налагодження коду без витрат на серверні контейнери.
- Симулятор AI-співбесід та критерії Senior:
- *Що це*: Інтелектуальний рушій тестування, який зіставляє відповіді користувача зі стандартизованими матрицями компетенцій архітектора.
- *Користь*: Надає об'єктивний зворотний зв'язок без залучення дорогих інтерв'юерів.
- Теорія когнітивного навантаження (Cognitive Load Theory):
- *Що це*: Наукова модель, згідно з якою робоча пам'ять людини має обмежений ресурс; суцільні стіни тексту перевантажують мозок і блокують розуміння.
- *Користь*: Подача матеріалу через візуальні схеми (
<StepFlow>), вбудовані підказки термінів (<Term>) та мікро-чекпоінти (+15 XP) прискорює засвоєння складної інженерії. - Інтервальне повторення за системою Лейтнера (Leitner 5-Box):
- *Що це*: Алгоритм запам'ятовування карток, де правильні відповіді збільшують інтервал до наступного показу, а помилки повертають картку у першу скриньку для частого повторення.
- *Користь*: Переводить знання архітектурних патернів у довготривалу пам'ять.
- Supabase Row Level Security (RLS) та дворівневий доступ PRO:
- *Що це*: Механізм безпеки на рівні рядків у БД PostgreSQL, який перевіряє криптографічний JWT-токен у кожному запиті та відкриває можливості Free/PRO.
- *Користь*: Гарантує, що персональна статистика навчання в Supabase доступна виключно власнику акаунту.
5. Ешелонована безпека (Defense-in-Depth Security)
Архітектура безпеки Fullstack AI Lab побудована за принципом Zero-Trust:
Content-Security-Policy, HSTS та захист від автоматизованого скрейпінгу.Де ця архітектура працює у моєму портфоліо
Ці інженерні рішення не є абстрактною теорією - вони повністю реалізовані та перевірені у наступних робочих продуктах:
Корпоративні RAG AI-асистенти та цілодобова автоматизація для бізнесу
Впровадження розумного ІІ-консультанта, який відповідає на запитання клієнтів строго за вашими документами та реальними тарифами. 0% галюцинацій, цілодобова робота та кваліфікація лідів.
Плануєте міграцію стеку або розробку продукту?
Обговоріть архітектурні вимоги вашого проєкту з інтерактивним RAG AI-асистентом або зв’яжіться напряму для інженерної оцінки.
Інші інженерні статті
Next.js 16 проти Headless WordPress та Custom PHP: об’єктивний аналіз TCO, продуктивності та SEO (2026)
Інженерний аналіз архітектури, витрат на підтримку (TCO) та показників Google Core Web Vitals для Next.js 16, Headless WordPress та кастомного PHP.
Повний розбір архітектури Unitrition: розробка Headless HealthTech-платформи персоналізованого харчування на Next.js 16, WordPress та Supabase
Технічний та архітектурний розбір платформи Unitrition (unitrition.info): поєднання Headless WordPress із Next.js 16 App Router, інтеграція USDA FoodData Central API для розрахунку Хлібних Одиниць і глікемічних кривих для 10 дієт та захист даних через Supabase RLS.