Bolt.new 使用指南
2026-01-30 05:22:43作者:晏闻田Solitary
1. 项目介绍
Bolt.new 是一个基于浏览器的人工智能全栈开发环境。它允许用户在浏览器中直接提示、运行、编辑和部署全栈应用,无需本地环境配置。Bolt.new 集成了先进的 AI 模型和由 StackBlitz 提供的 WebContainers 技术实现的浏览器内开发环境。这使得用户可以安装和运行 npm 工具和库,运行 Node.js 服务器,与第三方 API 交互,并通过聊天部署到生产环境。
2. 项目快速启动
以下是一个快速启动 Bolt.new 的基本示例:
首先,你需要访问 Bolt.new 的在线环境(这部分不包含链接,仅说明步骤)。在环境中,你可以开始一个新的项目:
# 创建一个新项目
bolt new my-project
接下来,选择你想要使用的框架和库。例如,如果你想要使用 Vite:
# 初始化一个基于 Vite 的项目
bolt new my-project --template vite
项目创建后,你可以开始编辑代码:
// 在项目中创建一个简单的 HTTP 服务器
// app.js
const http = require('http');
const server = http.createServer((req, res) => {
res.writeHead(200, {'Content-Type': 'text/plain'});
res.end('Hello, Bolt.new!\n');
});
server.listen(3000, () => {
console.log('Server running at http://localhost:3000/');
});
最后,启动你的服务器:
# 启动服务器
npm run dev
现在,你应该能在浏览器中访问你的服务器,并看到 "Hello, Bolt.new!" 的消息。
3. 应用案例和最佳实践
案例一:使用 Next.js 创建一个简单的博客
-
创建一个新的 Next.js 项目:
bolt new my-blog --template next -
添加一个新的博客帖子页面:
touch pages/posts/[slug].tsx -
在页面上添加内容:
// pages/posts/[slug].tsx import { GetStaticPaths, GetStaticProps, NextPage } from 'next'; import matter from 'gray-matter'; interface PostProps { content: string; title: string; } const Post: NextPage<PostProps> = ({ content, title }) => { return ( <div> <h1>{title}</h1> <div dangerouslySetInnerHTML={{ __html: content }} /> </div> ); }; export const getStaticPaths: GetStaticPaths = async () => { // Fetch your post slugs here // ... return { paths: [], fallback: false }; }; export const getStaticProps: GetStaticProps<PostProps> = async (context) => { // Fetch your post content here based on slug // ... return { props: { content: '', title: '', }, }; }; export default Post;
最佳实践
- 在创建项目时明确指定你需要的栈(如 React, Vue, Svelte 等)。
- 使用
enhance图标来优化你的提示,使得 AI 可以更好地理解你的需求。 - 在添加高级功能之前,确保你的应用程序有坚实的基础架构。
- 将简单的指令批量处理,以节省时间和 API 信用。
4. 典型生态项目
Bolt.new 支持大多数流行的 JavaScript 框架和库。以下是一些在 Bolt.new 上表现良好的典型生态项目:
- React: 使用 Create React App 或 Next.js 创建交互式用户界面。
- Vue: 使用 Vite 或 Vue CLI 初始化项目,构建单页面应用。
- Svelte: 利用 Svelte 的轻量级特性,创建快速响应的网页。
- Tailwind CSS: 使用 Tailwind CSS 进行原子设计,快速开发响应式布局。
通过这些框架和库,开发者可以充分利用 Bolt.new 的优势,快速开发高质量的全栈应用程序。
登录后查看全文
热门项目推荐
相关项目推荐
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust024
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
🎉 (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
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
518
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
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
559
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
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
212