使用 AI 迁移博客后的一点记录
最近把博客从原来的 Hexo 迁移到了 Astro Firefly。这个过程如果完全手工做,其实并不复杂,但会非常琐碎:文章要迁移,旧链接要兼容,构建配置要调整,部署脚本要验证,生成产物和历史遗留文件也要一点点清理。真正耗时间的不是某一个技术点,而是这些细节需要持续保持上下文。
这次迁移里,我大量借助了 AI。感受很明显:AI 不是替我做决定,而是把很多重复、容易遗漏、需要来回查文件的工作压缩到了很短的反馈周期里。
迁移做了什么
从提交记录看,这次迁移大致分成几个阶段。
首先是把博客主体迁移到 Astro Firefly。新的项目结构把页面、布局、组件、样式、内容和配置拆得比较清楚,文章内容统一放在 src/content/posts 下,由 Astro content collection 管理。相比旧的 Hexo 结构,这种方式对类型约束和后续维护都更友好。
然后是处理迁移后的兼容问题。旧博客已经被搜索引擎和外部链接引用过,所以迁移不是把文章搬过来就结束。需要保留自定义域名部署,处理 GitHub Pages 是否能检测到部署变化,清理旧 Hexo 生成物,同时避免把无关的历史产物继续带进新项目。
再之后是修复 Astro 检查里暴露的问题。迁移类工作很容易出现路径、路由、frontmatter、生成文件之间的小偏差。AI 在这里的价值不是神奇地一次性写对所有东西,而是能快速阅读错误、定位相关文件、提出最小修改,再用 pnpm check、构建或其他命令验证结果。
最后还有一些内容和配置优化,例如壁纸、导航和已有文章的整理。这类工作通常不难,但非常消耗耐心。AI 比较适合承担这种“保持注意力”的工作:持续看上下文,持续比较差异,持续把改动收束到明确的目标。
AI 让繁琐工作变快了
以前做博客迁移,我通常会打开很多文件来回确认:
- 文章 frontmatter 字段是否和新框架匹配。
- 旧链接是否还需要保留。
- 生成目录哪些该保留,哪些该忽略。
- 构建脚本和部署脚本有没有互相影响。
- 新主题的配置项应该放在哪里。
这些事情本身没有太多创造性,但每一项都可能出错。AI 介入之后,最有用的地方是它可以把这些小步骤串起来,不需要我每次重新解释项目结构。
比如看到 Astro content schema 后,它会知道新文章至少需要 title 和 published,也会知道 tags 是数组、category 是单个字符串。看到 .gitignore 和历史 Hexo 产物后,它会更自然地判断哪些文件不应该继续进入版本控制。看到 GitHub Pages 相关提交后,它能把部署问题和仓库结构联系起来,而不是孤立地看某一个脚本。
这类效率提升很朴素,但很实在。它减少的是那些“明明知道要做,但做起来很费心”的部分。
迁移之后更重要的是沉淀
博客迁移完成后,我反而意识到另一个问题:如果 AI 在日常开发里已经能帮我完成排查、修改、验证,那这些过程本身也应该沉淀下来。
过去写技术博客往往需要一个额外动作:项目做完了,再抽时间回忆过程,整理思路,补充上下文。这个动作一旦拖延,就很容易丢失细节。实际最有价值的内容,往往就在刚刚解决问题的那一刻:
- 为什么会遇到这个问题。
- 排查时看了哪些文件和日志。
- 哪个方案最后有效。
- 哪些尝试被证明不合适。
- 以后遇到类似问题应该怎么更快处理。
AI 正好掌握这些上下文。如果能在一次任务结束后,直接让 AI 把过程整理成文章,再保存到博客仓库里,技术沉淀就会从“额外负担”变成“顺手完成”。
新增写作沉淀 skill
所以这次又新增了一个 write-blog-post skill。它的目标不是简单生成一段 Markdown,而是把“AI 工作过程中的总结”变成符合这个博客规范的文章文件。
这个 skill 做了几件事:
- 判断用户是不是想把总结、排查记录、实现经验沉淀成博客。
- 定位
suqishuo.cn这个 Astro 博客仓库,避免在当前业务项目里误生成文章。 - 读取现有文章的分类和标签,优先复用已有 taxonomy,不随意制造近义分类。
- 按 Astro content schema 生成 frontmatter。
- 把文章保存到
src/content/posts,并拒绝覆盖已有文件。
为了让它能在其他项目里使用,还给脚本增加了 --blog-root 参数,也支持 SUQISHUO_BLOG_ROOT 环境变量。这样即使我正在 Android、后端或其他项目目录里工作,只要说“把这个过程沉淀成博客”,AI 就可以把当前上下文整理成文章,并写入固定的博客仓库。
这一步很关键。因为知识沉淀不应该依赖我正好打开了博客项目,也不应该要求我手工复制内容、补 frontmatter、选分类、起文件名。越顺手,越可能坚持。
一点感慨
这次博客迁移让我更清楚地感受到,AI 对个人开发者最直接的帮助,不一定是生成多么惊艳的代码,而是把大量零散的工程劳动变得可控。
迁移博客、清理旧文件、修复构建、调整部署、写迁移记录、再把记录沉淀为 skill,这些事情单独看都不大。但它们堆在一起,就会变成一件很容易拖延的事。
AI 的价值在这里体现得很明显:它能持续接住上下文,帮我把任务从“想做”推进到“做完”,再从“做完”推进到“记录下来”。这比单纯节省几行命令更重要。
以后我希望更多类似的工作都能形成这样的闭环:
- 用 AI 完成繁琐但必要的工程任务。
- 让 AI 总结关键过程和经验。
- 通过 skill 自动写入博客。
- 把一次解决问题,变成下一次更快解决问题的材料。
博客迁移只是开始。真正值得长期投入的,是让每一次实践都更容易留下痕迹。
欢迎关注我的公众号
如果这篇文章对你有帮助,欢迎扫码关注公众号,后续会继续分享技术实践、踩坑记录和效率工具。

支持与分享
如果这篇文章对你有帮助,欢迎分享给更多人或打赏支持!



