我用了一周时间,复刻了一个Bolt new

打造下一代AI编程助手:Bubble Bolt项目深度解析

前段时间,看到Bolt new、lovable等AI编程项目大火,花了点时间研究了一下,用了换了国内的编码AI接口,快速复刻了一下,顺便学了一下关于web container相关的东西,选择了sandpack这个第三方库来实现编辑器和代码预览功能,下面是一些技术栈介绍和核心功能部分

项目技术栈解析

Bubble Bolt采用了当前最流行的全栈开发技术栈:

  • Next.js 13+:选择App Router架构,提供更好的性能和开发体验
  • TailwindCSS:实现响应式设计和现代化UI
  • Zustand:轻量级状态管理方案
  • SandPack:强大的代码预览引擎
  • Convex:实时数据库支持
  • shadcn/ui:高质量UI组件库

核心功能实现

1. AI对话系统

项目实现了一个智能的AI对话系统,支持自然语言交互。通过自定义hooks管理对话状态:

typescript 复制代码
// hooks/useStreamResult.ts
export const useStreamResult = () => {
  // 实现流式响应处理
  const handleStream = async (response) => {
    const reader = response.body.getReader();
    const decoder = new TextDecoder();
    
    while (true) {
      const {done, value} = await reader.read();
      if (done) break;
      const chunk = decoder.decode(value);
      // 处理流式数据
    }
  };
  return { handleStream };
};

2. 实时代码预览

使用SandPack实现代码实时预览功能,支持多种框架和语言:

typescript 复制代码
// components/custom/SandPackPreviewClient.tsx
import { SandpackProvider, SandpackPreview } from "@codesandbox/sandpack-react";

const SandPackPreviewClient = ({ code }) => {
  return (
    <SandpackProvider template="react">
      <SandpackPreview showNavigator={true} />
    </SandpackProvider>
  );
};

3. 工作区管理

项目使用Convex数据库存储和管理工作区信息:

typescript 复制代码
// convex/workspace.ts
export const createWorkspace = mutation(async ({ db }, { name, userId }) => {
  return await db.insert("workspaces", {
    name,
    userId,
    createdAt: new Date().toISOString(),
  });
});

项目部署和使用

要运行Bubble Bolt项目,按照以下步骤操作:

  1. 克隆项目并安装依赖:
bash 复制代码
git clone <repository-url>
cd bubble-bolt
pnpm install
  1. 配置环境变量:
bash 复制代码
cp .env.example .env.local
# 编辑.env.local文件,添加必要的环境变量
  1. 启动开发服务器:
bash 复制代码
pnpm dev

访问 http://localhost:3000 即可看到项目运行效果。

技术亮点

  1. 现代化架构:采用Next.js 13+ App Router,提供更好的性能和开发体验。

  2. 实时预览:集成SandPack,实现代码实时预览功能,支持多种框架。

  3. 状态管理:使用Zustand进行状态管理,相比Redux更轻量级,使用更简单。

  4. 实时数据同步:通过Convex数据库实现实时数据同步,提供流畅的多人协作体验。

  5. 优雅的UI设计:结合TailwindCSS和shadcn/ui,打造现代化的用户界面。

总结

Bubble Bolt项目展示了如何使用现代Web技术栈构建一个功能完整的AI编程助手。通过合理的技术选型和架构设计,实现了流畅的用户体验和强大的功能特性。无论是对于学习Next.js应用开发,还是了解AI编程助手的实现原理,这个项目都是一个很好的参考。

git: gitee.com/lin92n/bubb...

相关推荐
二哈喇子!2 小时前
探索AI编程新纪元:从零开始的智能编程之旅
ai编程
CoCo的编程之路4 小时前
2026 前端效能革命:如何利用智能助手实现“光速”页面构建?深度横评
前端·人工智能·ai编程·comate·智能编程助手·文心快码baiducomate
AskHarries4 小时前
在 Windows 上使用 Python MCP 配置 Qoder CLI STDIO 服务教程
人工智能·adb·ai编程
shark-chili6 小时前
面向AI编程新范式Trae后端开发环境搭建与实践
ai编程
Ftsom9 小时前
【1】Kilo Code 项目整体结构设计
ai编程·kilo code
Java后端的Ai之路11 小时前
【AI大模型开发】-创建RAG问答实战(LangChain+DeepSeek+Faiss)
人工智能·langchain·faiss·deepseek
Kitfox AI12 小时前
【100% AI编程一】KitfoxPay:让 NewAPI 无缝接入 Jeepay 的开源支付适配网关
开源·ai编程·oneapi·newapi·jeepay
程序员陆通14 小时前
Antigravity AI编程工具添加和使用Skill完整教程
ai编程
颢珂智库Haokir Insights14 小时前
如何把 MCP 接入到文档 / Issue / CI,形成可复用的工程外脑
服务器·人工智能·ai编程·vllm·vibecoding
AC赳赳老秦17 小时前
Docker+DeepSeek:生成镜像优化Dockerfile与容器健康检查脚本
android·运维·人工智能·机器学习·docker·容器·deepseek