返回首页
最新
大家好!<p>我一直很喜欢与人工智能一起构建项目,过去几年我越来越倾向于使用 Typescript(和 bun)。<p>我在 inference.net 的团队不断努力从人工智能中获得更多的杠杆效应,并寻找方法来设置我们的代码库,以提高我们人工智能编写代码的正确性。<p>这个起始仓库是一种非常有主见的方式,旨在重度依赖人工智能来布局仓库。<p>它利用 Cloudflare Workers 作为 API 的部署目标(我的目标是除非达到绝对需要的规模,否则永远不在 AWS/Azure/GCP 服务器上部署 API)。<p>我也是 tRPC 的大粉丝,因为它在后端和前端之间提供了类型耦合(你也可以使用 Next App Router 来获得相同的好处)。<p>项目的一些关键特性:<p>- 这是一个单一代码库,因此人工智能所需查看的一切都在一个地方。<p>- 非常依赖 Taskfile(类似于 Makefile),为人工智能提供可以运行的命令,以执行复杂任务并对其代码提供反馈(如 linting/格式化/运行项目/生成迁移)。<p>- 使用严格的类型定义,为人工智能编写的代码提供强反馈循环。<p>- 使用仓库模式,以便轻松更换持久化的实现。<p>- 使用 bun 以便于使用。<p>- 利用依赖注入(DI)允许配置被注入,以便在部署到 Cloudflare Workers 时可以轻松覆盖。<p>- 有一种非常有主见的方式利用 markdown 文档,为人工智能提供强大的上下文,指导其如何以及何时执行任务。<p>- 可以在本地端到端运行,且没有任何外部依赖。<p>*我在寻找反馈。* 请不要客气,告诉我你认为可以简化的地方(一个方面可能是用 better-auth 替换 GoTrue)。如果你有使用的模式来从人工智能中获得更多杠杆和正确性,我也很想了解!<p>谢谢你查看这个项目 :)<p>- abe