先定义边界
小型业务通常不需要一开始就上 Kubernetes、服务网格或一整套云原生平台。更实际的目标是：网站能打开，机器人能响应，线索能保存，负责人能收到通知，服务器重启后系统能自己回来。
最小组件
Caddy 或 Nginx：负责域名、HTTPS、静态页面和反向代理。Caddy 的自动证书非常适合小项目。
systemd：负责让机器人、worker 和小型 Web 服务开机自启，并在崩溃后重启。
SQLite 或 PostgreSQL：保存线索、状态、消息摘要和处理记录。早期 SQLite 往往已经足够。
任务队列：把耗时的 AI 调用放到后台处理，避免机器人在聊天窗口里卡住。
日志：至少要能看到一次请求为什么失败、哪条线索没有发送、哪个 AI 调用超时。
AI 调用要隔离
AI 服务可能变慢、限流或返回不稳定内容。业务流程不能因为一次模型调用失败就中断。比较稳妥的做法是：先保存原始线索，再异步生成摘要、分类和建议回复。这样即使 AI 失败，负责人仍然能看到客户需求。
上线前检查
- 服务器重启后机器人自动恢复；
- 域名通过 HTTPS 打开；
- 线索能写入存储并发送给负责人；
- AI 失败时仍有降级提示；
- 客户电话、地址等敏感信息不会进入公开日志。
什么时候再扩展
当线索量稳定、团队开始需要权限、统计和多人协作时，再引入后台管理、复杂 CRM、监控告警和更严格的部署流程。自动化系统应该跟随业务压力增长，而不是在第一天就背上过重的基础设施。