Loading...
大模型应用
Prompt, run, edit, and deploy full-stack web applications using any LLM you want!
项目详情
深入了解 bolt.new-any-llm 的功能与特性
Bolt.new 分支：oTToDev 由 Cole Medin 开发
这个 Bolt.new 的分支（oTToDev）允许你为每个提示选择使用的大语言模型（LLM）！目前，你可以使用 OpenAI、Anthropic、Ollama、OpenRouter、Gemini、LMStudio、Mistral、xAI、HuggingFace、DeepSeek 或 Groq 模型，并且可以轻松扩展到使用 Vercel AI SDK 支持的任何其他模型！下方是本地运行和扩展以包含更多模型的说明。
加入 oTToDev 社区！
https://thinktank.ottomator.ai
请求添加到此分支的功能 - 欢迎贡献！！
- ✅ OpenRouter 集成 (@coleam00)
- ✅ Gemini 集成 (@jonathands)
- ✅ 从下载内容自动生成 Ollama 模型 (@yunatamos)
- ✅ 通过供应商过滤模型 (@jasonm23)
- ✅ 将项目下载为 ZIP (@fabwaseem)
- ✅ 改进主要的 Bolt.new 提示
app\lib\.server\llm\prompts.ts (@kofi-bhr)
- ✅ DeepSeek API 集成 (@zenith110)
- ✅ Mistral API 集成 (@ArulGandhi)
- ✅ 像 Open AI 一样的 API 集成 (@ZerxZ)
- ✅ 能将文件同步（单向）到本地文件夹 (@muzafferkadir)
- ✅ 使用 Docker 容器化应用程序以便于安装 (@aaronbolton)
- ✅ 直接将项目发布到 GitHub (@goncaloalves)
- ✅ 能在 UI 中输入 API 密钥 (@ali00209)
- ✅ xAI Grok Beta 集成 (@milutinke)
- ✅ LM Studio 集成 (@karrot0)
- ✅ HuggingFace 集成 (@ahsan3219)
- ✅ Bolt 终端查看 LLM 执行命令的输出 (@thecodacus)
- ✅ 代码输出流 (@thecodacus)
- ✅ 能恢复代码到早期版本 (@wonderwhy-er)
- ✅ Cohere 集成 (@hasanraiyan)
- ✅ 动态模型最大 Token 长度 (@hasanraiyan)
- ⬜ 高优先级 - 防止 Bolt 频繁重写文件（文件锁定和差异）
- ⬜ 高优先级 - 更好地提示较小的大语言模型（代码窗口有时不会启动）
- ⬜ 高优先级 - 将本地项目加载到应用程序中
- ⬜ 高优先级 - 将图像附加到提示中
- ⬜ 高优先级 - 在后端运行代理而不是单个模型调用
- ⬜ 移动设备友好
免责声明：本站大资源来自网络收集整理，小部分资源来自原创，如有侵权等，请联系处理。
Bolt.new: 浏览器中的 AI 驱动全栈 Web 开发
Bolt.new 是一款 AI 驱动的 Web 开发智能助手，允许你直接在浏览器中提示、运行、编辑和部署全栈应用程序，无需本地设置。如果你想利用 Bolt 的开源代码库构建自己的 AI 驱动 Web 开发智能助手，点击这里开始！
Bolt.new 的独特之处
Claude、v0 等应用很了不起，但它们无法安装软件包、运行后端或编辑代码。这正是 Bolt.new 的突出之处：
-
全栈浏览器开发：Bolt.new 将最先进的 AI 模型与由 StackBlitz 的 WebContainers 驱动的浏览器开发环境创新结合，使你能够：
- 安装和运行 npm 工具及库（如 Vite、Next.js 等）
- 运行 Node.js 服务器
- 与第三方 API 交互
- 从聊天中直接部署到生产环境
- 通过 URL 分享你的作品
-
AI 与环境控制：与传统的开发环境不同，在那里 AI 只能辅助生成代码，Bolt.new 给予 AI 模型对整个环境的完全控制，包括文件系统、节点服务器、包管理器、终端和浏览器控制台。这让 AI 智能助手可以处理从创建到部署的整个应用程序生命周期。
无论你是经验丰富的开发人员、项目经理还是设计师，Bolt.new 都能让你轻松构建生产级别的全栈应用程序。
对于希望使用 WebContainers 构建自己的 AI 驱动开发工具的开发者，请查看本代码库中的开源 Bolt 代码！
设置
对于许多从 Github 安装软件的新用户来说，如果你遇到安装问题，请通过上方链接提交一个问题，或者通过分支、编辑说明并进行 Pull Request 来增强此文档。
在所有操作系统上，Node.js 的路径应自动添加到系统路径中。但如果你想确认，可以检查路径。在 Windows 上，可以在系统中搜索“编辑系统环境变量”，进入系统属性后选择“环境变量...”，然后在“Path”系统变量中查看 Node 的路径。在 Mac 或 Linux 机器上，它会告诉你是否 /usr/local/bin 在你的 $PATH 中。要确定是否包含在 $PATH 中，请打开终端并运行：
如果在输出中看到 usr/local/bin，那么一切正常。
- 克隆代码库（如果尚未克隆）通过打开终端窗口（或具有管理员权限的 CMD），然后输入：
git clone https://github.com/coleam00/bolt.new-any-llm.git
- 将 .env.example 重命名为 .env.local 并添加你的 LLM API 密钥。在 Mac 上，你会在 "[您的名称]/bold.new-any-llm/.env.example" 找到这个文件。对于 Windows 和 Linux，路径类似。
如果看不到上方提到的文件，可能是因为你无法查看隐藏文件。在 Mac 上，打开终端窗口并输入以下命令。在 Windows 上，你将在文件资源管理器设置中看到隐藏文件选项。如果在这里卡住了，快速 Google 搜索将为你提供帮助。
defaults write com.apple.finder AppleShowAllFiles YES
注意：你只需设置想要使用的那些，而 Ollama 不需要 API 密钥，因为它在本地计算机上运行：
GROQ_API_KEY=XXX
OPENAI_API_KEY=XXX
ANTHROPIC_API_KEY=XXX
重要提示：绝不要将 .env.local 文件提交到版本控制中。它已包含在 .gitignore 中。
使用 Docker 运行
1a. 使用助手脚本
bash
1# 开发构建
2npm run dockerbuild
3
4# 生产构建
5npm run dockerbuild:prod
1b. 直接 Docker 构建命令（使用 NPM 脚本的替代方法）
如果你愿意，可以使用 Docker 的目标功能来指定构建环境，而不是使用 NPM 脚本：
bash
1# 开发构建
2docker build . --target bolt-ai-development
3
4# 生产构建
5docker build . --target bolt-ai-production
2. 使用配置文件通过 Docker Compose 运行容器
使用 Docker Compose 配置文件来管理不同的环境：
bash
1# 开发环境
2docker-compose --profile development up
3
4# 生产环境
5docker-compose --profile production up
当你在开发配置文件中运行 Docker Compose 命令时，机器上对代码所做的任何更改将自动反映在运行在容器上的站点中（即热重载仍然适用）。
不使用 Docker 直接运行
- 使用终端（或具有管理员权限的 Windows CMD）安装依赖项：
如果你收到一个错误提示 "command not found: pnpm" 或类似情况，那意味着 pnpm 没有安装。你可以通过以下命令安装它：
关于运行 Ollama 模型的重要说明
Ollama 模型的上下文窗口默认只有 2048 个 Token。即使是可以轻松处理更多的模型，这个窗口的长度也不够大来处理 Bolt.new/oTToDev 的提示！你需要创建一个你要使用的任何模型的版本，在其中指定更大的上下文窗口。幸运的是，这非常容易实现。
- 在计算机上的任意位置创建一个名为 "Modelfile" 的文件（没有文件扩展名）
- 放入这两行：
FROM [Ollama 模型 ID 例如 qwen2.5-coder:7b]
PARAMETER num_ctx 32768
ollama create -f Modelfile [你的新模型 ID，可以是任何东西（例如：qwen2.5-coder-extra-ctx:7b）]
现在你有了一个新的 Ollama 模型，它在上下文长度上不像默认情况下的 Ollama 模型那样受限。
你将在所有下载的 Ollama 模型列表中看到这个新模型！
添加新的大语言模型：
要使这个版本的 Bolt.new 可以使用新的大语言模型，请访问 app/utils/constants.ts，找到常量 MODEL_LIST。数组中的每个元素都是一个对象，具有用于名称的模型 ID（从供应商的 API 文档中获取），前端模型下拉菜单的标签，以及供应商。
默认情况下，Anthropic、OpenAI、Groq 和 Ollama 作为供应商实现，但如果你愿意，可以浏览此代码库的 YouTube 视频，了解如何扩展此功能以与更多供应商合作！当你将一个新模型添加到 MODEL_LIST 数组时，该模型就能立即在你本地运行应用或重新加载时使用。如果你使用 Ollama 模型，请确保在此之前模型已经安装好了！
可用脚本
pnpm run dev: 启动开发服务器。pnpm run build: 构建项目。pnpm run start: 使用 Wrangler Pages 在本地运行构建后的应用。此脚本使用 bindings.sh 来设置必要的绑定，因此你不必重复设置环境变量。pnpm run preview: 构建项目，然后在本地启动，用于测试生产构建。注意，当前 HTTP 流传输在 wrangler pages dev 中未按预期工作。pnpm test: 使用 Vitest 运行测试套件。pnpm run typecheck: 运行 TypeScript 类型检查。pnpm run typegen: 使用 Wrangler 生成 TypeScript 类型。pnpm run deploy: 构建项目并将其部署到 Cloudflare Pages。
开发
这将启动 Remix Vite 开发服务器。如果你使用 Chrome，需要安装谷歌 Chrome Canary 来在本地运行。这是一个安装简单且适合网页开发的浏览器。
常见问题解答
如何在 oTToDev 中获得最佳效果？
-
明确你的技术栈：如果你想使用特定的框架或库（如 Astro、Tailwind、ShadCN 或其他流行的 JavaScript 框架），请在初始提示中提到它们，以确保 Bolt 能够相应地搭建项目。
-
使用增强提示图标：在发送提示前，尝试点击“增强”图标，让 AI 模型帮助你优化提示，然后在提交前编辑结果。
-
先搭建基础部分，再添加功能：确保应用程序的基本结构到位，然后再深入进行高级功能开发。这能帮助 oTToDev 理解项目基础，确保一切的连接正确，在构建更多复杂功能之前做好准备。
-
合并简单指令：通过将简单指令合并到一条消息中来节省时间。例如，你可以让 oTToDev 一次更改配色方案、添加移动响应以及重启开发服务器，从而显著节省时间和 API 额度。
如何为 oTToDev 做贡献？
请查看我们专门的页面以了解如何为 oTToDev 做出贡献！点这里了解更多
你们计划将 oTToDev 合并回官方的 Bolt.new 仓库吗？
oTToDev 的未来计划是什么？
为什么有这么多未解决的问题/待处理的请求？
oTToDev 最初只是为了展示如何编辑一个开源项目并在我的 YouTube 频道上做一些有趣的事情而发起的。然而，它迅速成长为一个庞大的社区项目。我正在努力组建一个维护团队，并让更多的人参与进来。尽管这一努力进展顺利且我们的所有维护者都是绝对的明星，但要组织好一切仍需要时间，努力通过这个项目吸引更多的合作伙伴来帮助它腾飞！
本地大语言模型与大型模型（如 Claude 3.5 Sonnet）相比较表现如何？
虽然开源模型与大规模闭源模型之间的差距在迅速缩小，但你仍然会从最大的模型（例如 GPT-4o、Claude 3.5 Sonnet 和 DeepSeek Coder V2 236b）中获得最佳效果。我们目前任务之一是找出更好的提示方法，使用代理，并整体改进平台，以便更好地支持更小的本地大语言模型！
显示了错误：“请求处理时发生错误”
如果在 oTToDev 中看到这个错误，这意味着应用在较高层次上指出了问题，可能意味着多种不同的情况。要找出具体错误，请查看启动应用程序的终端（使用 Docker 或 pnpm）和浏览器中的开发者控制台。你可以按 F12 或在浏览器中右键点击任意位置并选择“检查”来访问开发者控制台，然后转到右上角的“控制台”选项卡。
显示了错误：“x-api-key header missing”
我们看到过几次这个错误，重新启动 Docker 容器就能解决。似乎与 Ollama 特性有关。另一种方法是尝试使用 Docker 或 pnpm 运行 oTToDev，选择你第一次未使用的方式来启动。我们仍在调查为何偶尔会发生这种情况！
运行应用程序时 oTToDev 显示空白预览
我们承诺不断测试新来到 oTToDev 的 PR，预览功能是核心功能，所以应用程序并没有坏！当你获得空白预览或没有看到预览时，这通常是因为大语言模型出现了错误代码或不正确的命令。我们正在努力让这一过程更透明。有时，错误会出现在开发者控制台中，所以也请检查那里的信息。
一切正常，只是结果不好
这就像之前所述，本地大语言模型正在变得越来越强大，但你仍然会得到更好的结果（有时更好）与最大的大语言模型（例如 GPT-4o、Claude 3.5 Sonnet 和 DeepSeek Coder V2 236b）。如果你使用更小的大语言模型如 Qwen-2.5-Coder，目前来说这更多是一种实验和学习体验。它能够很好地构建较小的应用程序，这对于本地大语言模型来说已经非常出色，但对于更大规模的应用，仍然建议使用较大的大语言模型！
访问 GitHub
19.7k
访问 GitHub
