Bolt.diy 开源项目使用与启动指南
2026-01-30 04:16:52作者:秋泉律Samson
1. 项目介绍
Bolt.diy 是一个开源项目,它是 Bolt.new 的官方开源版本,允许用户为每个提示选择使用的语言模型(LLM)。目前支持使用 OpenAI、Anthropic、Ollama、OpenRouter、Gemini、LMStudio、Mistral、xAI、HuggingFace、DeepSeek 或 Groq 等模型,并且可以轻松扩展以支持 Vercel AI SDK 支持的任何其他模型。
2. 项目快速启动
以下是快速启动 Bolt.diy 项目的步骤:
首先,确保您的系统中已经安装了 Node.js。
# 克隆项目
git clone https://github.com/stackblitz-labs/bolt.diy.git
cd bolt.diy
# 安装依赖
npm install
# 运行项目
npm start
启动后,您可以通过浏览器访问 http://localhost:3000 来查看应用。
3. 应用案例和最佳实践
应用案例
- 代码辅助:使用 Bolt.diy 作为编码助手,通过集成不同的语言模型来优化代码编写过程。
- 智能提示:在编写代码时,利用 Bolt.diy 提供的智能提示功能,提高编码效率。
最佳实践
- 选择合适的模型:根据您的需求选择最合适的语言模型,不同的模型可能在不同的任务上表现更佳。
- 社区参与:加入 Bolt.diy 社区,分享您的经验和反馈,与其他开发者交流。
4. 典型生态项目
Bolt.diy 的生态系统中有许多项目,以下是一些典型的例子:
- OpenRouter Integration:集成 OpenRouter 模型,提供更丰富的代码生成选项。
- Gemini Integration:集成 Gemini 模型,增强自然语言处理能力。
- Autogenerate Ollama models:自动生成 Ollama 模型,简化模型管理。
通过以上指南,您可以开始使用 Bolt.diy 并探索其强大的功能。随着项目的不断发展和社区的贡献,Bolt.diy 将不断演进,为开发者提供更好的编码体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557