acme-corp

acme-corp

现代全栈应用开发框架 集成高效工具链

acme-corp是一个全栈应用开发框架,基于Next.js 13和React Server Components构建。框架采用monorepo结构,集成tRPC、Kysely、Prisma、Clerk和shadcn/ui等工具,提供高效开发体验、灵活数据操作和强大UI能力。acme-corp为开发者提供了构建现代全栈应用所需的完整工具链。

Acme Corp全栈应用Next.jstRPCReact Server ComponentsGithub开源项目

Acme公司

警告 这是一个正在进行中的项目,而非最终成品。

欢迎提出功能建议,但请暂时不要为bug或支持请求开启issues。

关于

本项目采用最新一代的全栈应用开发技术栈。它采用monorepo结构,使用tRPC共享API。基于Next.js 13的新app路由器和React服务器组件构建。

  • 数据库查询使用Kysely作为查询构建器,同时保留Prisma作为架构管理工具。(这意味着它完全支持边缘计算!)为了保持良好的开发体验,我们使用了自定义设置,通过kysely-prisma-generator提取所有Prisma类型,然后使用后生成脚本创建一个完全类型安全的数据库客户端,使用PlanetScale的database.js。
  • 本项目使用Clerk作为身份验证提供商。
  • 使用shadcn/ui提供的出色UI组件。

安装

有两种方法可以使用acme-corp启动器初始化应用。你可以将此仓库用作模板:

use-as-template

或使用Turbo的CLI来初始化你的项目:

npx create-turbo@latest -e https://github.com/juliusmarminge/acme-corp

快速开始

注意 db包预先配置为使用PlanetScale,并通过database.js驱动程序实现边缘计算就绪。如果你使用其他数据库,请对Kysely客户端进行必要的修改。

要运行项目,请按以下步骤操作:

1. 设置依赖项

# 安装依赖项 pnpm i # 配置环境变量 # 根目录中有一个`.env.example`文件可供参考 cp .env.example .env.local # 将Prisma架构推送到数据库 pnpm db:push

2. 配置Expo dev脚本

警告 Expo应用仍然是create-t3-turbo的原始版本,尚未得到关注。

我们将在适当的时候处理这个问题!

使用iOS模拟器

  1. 确保你已安装XCode和XCommand Line Tools,如expo文档所示

    注意: 如果你刚刚安装了XCode,或者更新了它,你需要手动启动模拟器一次。在根目录运行npx expo start,然后输入I来启动Expo Go。手动启动后,你可以在根目录运行pnpm dev

    + "dev": "expo start --ios",
  2. 在项目根文件夹运行pnpm dev

使用Android模拟器

  1. 安装Android Studio工具,如expo文档所示

  2. apps/expo/package.json中更改dev脚本以打开Android模拟器。

    + "dev": "expo start --android",
  3. 在项目根文件夹运行pnpm dev

提示: 在单独的终端窗口运行每个应用可能更容易,这样你可以分别查看每个应用的日志。如果你希望终端具有交互性(例如访问Expo二维码),这也是必需的。你可以运行pnpm --filter expo devpnpm --filter nextjs dev来在单独的终端窗口中运行每个应用。

3. 添加新包时

要添加新包,只需在monorepo根目录运行pnpm turbo gen init。这将提示你输入包名,并询问是否要为新包安装任何依赖项(当然,你也可以稍后自己安装)。

生成器会设置package.jsontsconfig.jsonindex.ts,并配置包周围所有必要的工具配置,如格式化、代码检查和类型检查。创建包后,你就可以开始构建包了。

参考

该技术栈源自create-t3-app

这是一篇博客文章,我在其中描述了如何将T3应用迁移到这个架构。

有问题?

<a href="https://cal.com/julius/quick-chat?utm_source=banner&utm_campaign=oss"><img alt="通过Cal.com预约我们" src="https://yellow-cdn.veclightyear.com/835a84d5/31c1a65b-84eb-442b-acbf-340a8d2dc3f5.svg" /></a>

编辑推荐精选

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

CSM

CSM

高质量语音生成模型

CSM 是一个开源的语音生成项目,它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言,可生成多种声音,适用于研究和教育场景。通过使用 CSM,用户可以方便地进行语音合成,同时项目还提供了水印功能,确保生成音频的可追溯性和透明度。

下拉加载更多