双代码库架构：如何让 LLM 彻底戒掉编造引文

两条代码库，一道窄边界

整个项目有两套代码库，彼此从不通信。

私有那半叫 Coinex：一套 Next.js 管理后台、一堆脚本、一个 GitHub Actions 任务。它知道我付了多少钱、从谁那里买的、下一步打算花多少。它从不响应任何公开请求。

公开那半叫 Numistoria：Vite、React、Cloudflare Workers。它只知道故事本身。

跨越这条鸿沟的唯一东西，是一个 JSON 文件。发布步骤会对它进行清洗，然后丢进 R2，公开站点再读取这个文件。没有实时连接、没有共享数据库、没有 CORS。私有引擎就算原地起火，博物馆也会若无其事地继续服务昨天的静态包。保持这道边界足够薄，就是整套安全模型——这意味着我在请求时永远不需要去推理"这个字段会不会泄漏"。要么进了清洗后的包里，要么对于公开站点来说，它根本不存在。

让模型写故事，但绝不碰事实

叙述内容来自 Claude，每个 world 调用一次而非每枚硬币一次。这是刻意为之。模型拿到主题、时代背景、每枚硬币的记录事实（按展示顺序排列），然后返回一段引言加每枚硬币的钩子与正文，写成一个连贯的叙事弧。每枚硬币的说明都会回顾前一枚、铺垫后一枚，这样一个"世界"读起来像一章而非一串图注清单。

我还没拥有的硬币，会作为叙事弧的延续来写——缺失的章节——而不是假装它们正躺在某个抽屉里。Prompt 可以对公认的历史大书特书，但严禁凭空编造这枚硬币的状况、出处或价格。输出在写入文件之前会经过 Zod schema 校验，所以格式错误的响应会在门口被拦截，而不是渲染到一半才崩溃。

真正让我骄傲的部分：诚实的引用

这里每个做过 LLM 功能的开发者都心知肚明的事。问模型要来源，它会以十足、耀眼的确信给你一串目录号和 URL，而其中一部分纯属虚构。

我没有试图靠 prompt 解决这个问题。我把机会直接拿掉了。

有一个手工策展的 sources.ts 文件，里面存放着约三十个真实的机构和数据库：Nomisma、OCRE、RPC Online、大英博物馆、Perseus 等等。每个都有一个简短标识符。模型在写一枚硬币的深度解读时，只允许返回这个列表里的 key 加上一行注释说明每个为什么相关。其他一概不行。然后一个 resolveReferences 函数把这些 key 映射到经过验证的标签和真实落地 URL，并对任何无法识别的东西一声不吭地丢弃。

// sources.ts: 白名单。约 30 个机构，每个都经过手工审核。
export const SOURCES = {
  ocre:    { label: "OCRE (RIC online)",  url: "https://..." },
  nomisma: { label: "Nomisma",            url: "https://..." },
  bm:      { label: "The British Museum", url: "https://..." },
  // ...
} as const

type SourceKey = keyof typeof SOURCES

// 模型可以为每枚硬币返回的全部内容：一个 key，加一行说明其相关性的注释。
type ModelReference = { key: string; note: string }

// 所有 URL 的所有权归代码所有。无法识别的 key 会被静默丢弃。
function resolveReferences(picked: ModelReference[]) {
  return picked
    .filter((r): r is { key: SourceKey; note: string } => r.key in SOURCES)
    .map((r) => ({ ...SOURCES[r.key], note: r.note }))
}

所以站点上每一条链接的所有权都在代码手里。模型只能在我已经审核过的链接中做选择。它可以有十足的自信，但它无法凭空捏造一条引用，因为它从来不是那个执笔写 URL 的手。如果这篇文章你只记住一点，请记住这一个。它可以推广到任何需要机器生成文本但又要引用可信的场景。

每篇深度解读还带有一个 reviewed 标志，初始为 false，站点会如实说明，而不是假装机器写的页面具有权威性。

愿望清单也不是做无用功。策展模型为每个 world 推荐真实可收藏的硬币类型，并设了价格上限，同时必须包含一个"白鲸"——允许超出预算的那一个。

然后每周有一个 GitHub Actions 任务去购物。它按信任度从高到低搜索经销商（CNG、VCoins、MA-Shops，eBay API 排最后），在花掉一个 token 之前先通过标题排除明显的仿品，跳过价格远超上限的任何东西。剩下的交给 Claude，配上最多两张照片和一条关于该渠道可信度的备注，返回结构化的判断：是否 match、 BUY 还是 MAYBE 还是 SKIP、眼缘如何、以及真实性风险评级。Prompt 里直白地说，照片筛查不等于鉴定，便宜得离谱是红旗，未经认证的 eBay 硬币就算看起来再完美最高也只能给 MAYBE。我每周六下午收到邮件摘要。有时候好几周都找不到任何东西，这也很好。

为什么要这样构建

站点上每个展厅都显示一个"已获得 X/N"的计量器，所以博物馆同时也是一个完成度追踪器，随着猎寻任务的工作逐渐填满。公开站点刻意做得很小：React、Vite、一个二十行的哈希路由器、一次同源 JSON 加载，运行时没有其他任何东西。

我和 AI 做了大量协作，这事我不避讳。判断是我的：边界在哪里、哪些事实是神圣的、哪些机构可以算作来源。模型做那些繁重的中间工作：写了又写、为 296 枚硬币生成叙事而不抱怨。这种分工——人类拥有品味和护栏，模型做量——是我现在构建大多数东西的方式。

站点已上线：numistoria.danmat.dev，公开站点开源：github.com/DanMat/Numistoria。去寻找白鲸吧。很想知道你会怎样划定私有到公开的边界。