DjangoStarter v3.2.1更新后,框架瘦身和方向思考具体有哪些变化?
摘要:前言 (本文写于 2025-09-11 ) 不得不说这个 DjangoStarter 真是时间黑洞啊😡 我最近又想起来这个项目,想把之前未完成的想法给完善一下 结果打开 GitHub 看到一堆 issues
前言
(本文写于 2025-09-11 )
不得不说这个 DjangoStarter 真是时间黑洞啊😡
我最近又想起来这个项目,想把之前未完成的想法给完善一下
结果打开 GitHub 看到一堆 issues
又修了一些 bug 什么的,处理了网友的问题,还有把我之前的一些设想完善一下
结果就这么久的时间过去了!!
真的是时!间!黑!洞!💢
这让我不得不反思,投入那么多时间到这个项目值得吗,有意义吗??
瘦身
反思归反思,都投入那么多沉没成本了
还是得继续做下去
现在问题是之前加了太多无关的东西,导致维护成本提升
所以这次我决定做一些减法
毕竟 less is more 😄
实践下来,可以去除的项目包括:
django-compressor
Prometheus
Grafana
过时的前端依赖
unfold(待定)
所以这次除了修复bug、增加一些功能之外就是做这个瘦身
把这些可有可无的东西都去掉,以减少维护成本
主要考虑就是这些工具在小团队/独立开发的场景下,价值不大,但维护开销很高,所以决定砍掉。
具体的更新内容,可以看文章末尾的发布说明,也可以看 GitHub Releases: https://github.com/Deali-Axy/DjangoStarter/releases/tag/v3.2.1
为什么?
还是得介绍一下具体的考量,不然有同学可能会想:
为什么 django-compressor 之类的东西成了负担?
为什么 Prometheus/Grafana 这样的“好东西”要移除?
不理解为啥要把这些看起来挺有用的组件移除。
为什么要瘦身? 简单来说:小项目不能把企业级运维当成标配。很多看起来“很酷”的工具(比如 Prometheus / Grafana、django-compressor)在大型项目里非常值钱——但在一个独立开发者维护的小仓库里,它们带来的维护成本往往超过收益。
监控与可视化需要额外的部署、报警与存储策略,单人维护会成为负担;
django-compressor 等工具在静态资源处理上引入了额外复杂度(build 步骤、node 版本、缓存问题),对快速迭代不友好;很多线上错误都与这个有关,而且有些同学可能习惯把 DjangoStarter 用于纯接口开发,那 django-compressor 就更没有必要了。
过多的依赖会增加安全补丁的负担、CI 构建时间和本地复现成本。
因此我的取舍逻辑是:“有没有立刻产生价值?会不会拖慢开发/部署/排错?” 若答案是否定,果断裁掉——把时间和精力用在对用户更直观、更稳定的功能上。
思考
接下来是一些胡言乱语
以独立开发者的角度
AI 时代的全栈框架:独立开发者的机会与挑战 — 讲我为什么觉得“一体性”比“多样性”更重要,以及 AI 如何改变开发流程。
Django 过时了吗?从 ASGI 到 AI 时代的思考 — 我讨论 Django 的短板和长期价值,为什么不必盲目跟风。
为什么说 Edge/Serverless 是最适合独立开发者的开发方式? — 从成本、部署和全球可用性角度,讲讲我把哪些服务搬到 edge 的理由。
(点进去会有更详细的实操建议和我亲测的坑点 —— 建议先看「AI 时代的全栈框架」作为入门。)
扩展
再记录一下想尝试的一些东西吧
2025 Python Web 新选择:Granian、Robyn 与异步 ORM
8 大 TailwindCSS 组件库横评:shadcn/ui 的进化与替代品们
以下两篇文章还没写好,就先占个位吧~
Next.js 全栈开发:我的前端技术栈全景图(2025版)
为什么我想把 Rust 用到 Web 后端开发?
其他
还有就是 Rust
还好我今年的年度计划没有把 Rust 列入学习计划中
不过我确实对这个语言非常感兴趣,之前虽然用来写过几个小 demo,但没有系统学习
接下来可能会把 Rust 用于 Web 后端开发。
DjangoStarter v3.2.1 发布说明
太长不看版的说人话总结:
🧹 去掉了复杂依赖,项目更轻量
🕒 模型历史追踪,数据回溯更方便
📘 文档全面升级,AI 原生场景更清晰
下面是详细内容
✨ Features
🕒 模型历史追踪:引入 django-simple-history,为所有模型添加历史记录功能,支持数据变更审计与回溯。
📊 Admin 增强:为 Movie 和 Actor 模型启用 SimpleHistoryAdmin 支持,并新增 demo_seed 命令用于生成演示数据。
