上一篇讲到了我们用n8n和NextTalk搭建了一个四智能体的语言学习助手，效果相当不错。但我们很快就意识到：这个东西如果只是在我们自己的电脑上跑跑，那它永远只是一个“好玩的小项目”。

我们想把真正它开放给用户使用。

问题来了：n8n加NextTalk的架构，做个原型绰绰有余，但要面向真实用户，就显得力不从心了。

我们讨论了很多种方案。

方案一：前端 + n8n后端。 用React或者Astro做一个前端界面，然后把n8n当作后端API来调用。这样看起来最快，但我们心里清楚，n8n作为工作流引擎很优秀，但如果用户量上来了，它的性能和扩展性会成为瓶颈。

方案二：用Java重写。 在中国，Java是绝对的主流。企业级应用、大型系统，Java几乎无处不在。生态成熟，开发者也多如牛毛。

方案三：用Python。 说到AI领域，Python几乎是“官方语言”。各种AI框架和工具都以Python为主。

看起来Java和Python都是“正确”的选择，对吧？

然后，亨利做了一件所有人都觉得不可思议的事：他选了Ruby。

没错，就是Ruby。在2026年的中国，选Ruby做新项目，大概跟在一群吃火锅的人中间点一份寿司差不多。

亨利的理由倒也简单：他喜欢Ruby，觉得Ruby on Rails是一个极其优雅的框架。用他的话来说，“写Ruby代码是一种享受”。

说实话，作为一个刚学编程三年的人，当我听到要学Ruby on Rails的时候，我的内心是崩溃的。我好不容易把JavaScript和React搞明白了，现在又要学一门新语言和新框架？

但亨利坚持，我也就硬着头皮学了。

结果呢？

我爱上了Ruby on Rails。

真的。一旦你理解了它的设计哲学，“约定优于配置”、“不要重复自己”，你会发现这个框架简直像艺术品一样精致。写代码的时候，经常会有“啊，原来可以这么优雅”的感叹。

而且，我们发现了一个特别好用的Ruby库：Ruby LLM。这个库专门用来和各种AI服务提供商对接，构建AI Agent特别方便。简直像是为 Hana Tutor 量身定做的。

于是，我们开始了真正的产品开发。

用Ruby on Rails搭建后端，用Astro做前端（对，就是我之前学的那个Astro！），把之前在n8n里验证过的四智能体架构迁移过来。

进展比预期的顺利。没过多久，我们就有了一个可以正常对话的聊天原型。

但还有一个小插曲。

我们最早的提示词（prompt）是中文写的，专门为中文母语者学习西班牙语设计。里面包含了很多西班牙语的语法知识点和词汇内容。

但好几个AI模型都给了我们同一个建议：提示词最好用英文写。

为什么呢？因为目前主流的AI模型在英文下的表现最好，用英文写提示词可以让AI更准确地理解和执行指令。

于是我们又花了几天时间，把所有的提示词从中文翻译成了英文。这个过程也不简单，很多西班牙语语法概念用中文表达很自然，翻译成英文反而要绕个弯子。

翻译完之后，我们又进入了熟悉的“迭代循环”：测试、发现问题、修改、再测试。大概花了三四天的时间，修了一些bug，调了一些参数，打磨了一些细节。

这就是 Hana Tutor 目前的状态。

一个可以运行的产品原型，有着经过反复验证的AI教学逻辑，用Ruby on Rails和Astro搭建，虽然还不完美，但已经能看到清晰的轮廓了。

从最初的灵感到现在，这个过程比我想象中要长得多，也有趣得多。每一步都在学习，每一步都有新的发现。

下一篇，我来聊聊接下来的计划，因为要让 Hana Tutor 真正上线，还有不少路要走。