cali
cali 是一个帮你“说话就能做 App”的 AI 助手，专为 React Native 打造。只需一句 npx cali，它就能把复杂的命令行操作、设备管理、依赖安装、库搜索等流程统统自动化，让大模型替你写配置、跑构建、查错误，省去背命令和反复调试的麻烦。
它适合正在或准备开发 React Native 应用的工程师：无论是独立开发者想快速验证原型，还是团队希望把重复性工作交给 AI，都能直接受益。设计师或产品经理如果想亲手改个 Demo，也能用自然语言驱动 cali 完成构建。
亮点在于把 React Native CLI 的全部能力拆成“工具箱”喂给 LLM，支持终端独立运行，也能无缝接入 Vercel AI SDK、Claude、Zed 等环境。目前已能一键跑 iOS/Android 真机与模拟器、自动装 npm/CocoaPods 依赖、实时搜索官方推荐的第三方库，后续功能持续迭代。
使用场景
独立开发者小林正在赶制一款「本地咖啡馆打卡」React Native MVP，距离投资人 Demo 只剩 3 天，他需要在 iOS 真机和 Android 模拟器上同时跑通扫码、定位、支付三大功能。
没有 cali 时
- 环境配置：为了跑 iOS，他先花 2 小时翻文档安装 CocoaPods、配置签名证书；Android 模拟器又因为 HAXM 冲突启动失败，再耗 1 小时排错。
- 依赖管理：想集成
@react-native-camera/scan和react-native-geolocation-service，手动查版本兼容性、改 Podfile、重新 pod install，来回 4 次才编译通过。 - 调试循环：每改一行代码都要记住
npx react-native run-ios和run-android两条命令，终端切来切去，热重载还偶尔失灵，浪费 30 分钟。 - 错误定位：真机运行时出现
Metro bundler can't resolve module，Google 半天才发现是缓存问题，手动清缓存再重启，时间又溜走 45 分钟。
使用 cali 后
- 环境配置：一句
npx cali自动检测缺失的 CocoaPods、Android SDK，并给出一步到位的安装脚本，10 分钟搞定双平台环境。 - 依赖管理：直接告诉 cali「我要扫码和定位功能」，它自动从 React Native Directory 搜到最新兼容库，执行
npm install+pod install，2 分钟完成。 - 调试循环：cali 监听文件变动，一句「run on both devices」同时在 iPhone 和 Pixel 模拟器热重载，命令行零切换，节省 25 分钟。
- 错误定位：出现 Metro 报错时，cali 自动识别缓存问题并提示「clear metro cache and restart」，一键执行，30 秒恢复开发节奏。
cali 把原本需要半天折腾的环境、依赖、调试流程压缩到 15 分钟，让小林在截止前顺利交付 Demo，并多睡了一晚好觉。
运行环境要求
- macOS
- Linux
- Windows
未说明
未说明
快速开始
cali
🪄 一个用于构建 React Native 应用的 AI 助手
$ npx cali
等等，这是什么？
Cali 是一款 AI 助手，可以帮助你构建 React Native 应用。它将 React Native CLI 的所有实用工具和功能封装起来，并以工具的形式提供给大语言模型使用。
这样一来，大语言模型就能在无需记忆命令、无需花费时间排查错误的情况下，协助你进行 React Native 应用开发，未来还能实现更多功能。
我该如何使用它？
你可以通过三种方式使用 Cali：
- 独立使用 -
cali- 在终端中运行的 AI 助手，开箱即用。 - 与 Vercel AI SDK 配合使用 -
cali-tools- 一套用于结合 Vercel AI SDK 构建 React Native 应用的工具集。 - 与 Claude、Zed 及其他 MCP 客户端配合使用 -
cali-mcp-server- 一个 MCP 服务器，让你能够将 Cali 与 Claude 及其他兼容环境一起使用。
它能做什么？
Cali 目前仍处于早期开发阶段，但已经支持以下功能：
- 构建自动化：在 iOS 和 Android 平台上运行并构建 React Native 应用。
- 设备管理：列出并管理已连接的 Android 和 iOS 设备以及模拟器。
- 依赖管理：安装并管理 npm 包和 CocoaPods 依赖。
- React Native 库搜索：从 React Native Directory 搜索并列出 React Native 库。
你可以在 这里 了解更多可用工具的信息。
示例
逐步构建一个应用
带有高度特定任务的应用构建
搜索并安装一个新的 React Native 库
[TBD]
排查错误
[TBD]
未来的改进方向
我很喜欢这个用于构建 React Native 应用的 AI 助手的想法。我希望能在公开场合进一步探索这一创意，并看看它会发展到什么地步。
欢迎随时提交 issue 或发起讨论，提出你的想法或报告 bug。期待与你交流！👋
由 Callstack 用心打造
Cali 是一个开源项目，且将永远免费供你使用。如果你觉得它很棒，请为它点个星🌟。Callstack 是一群 React 和 React Native 的技术爱好者，如需相关帮助或只是想打个招呼，欢迎通过 hello@callstack.com 联系我们！
喜欢这个项目吗？⚛️ 加入我们的团队，一起为客户创造精彩，并推动 React Native 开源社区的发展！🔥
版本历史
v0.3.12024/12/02v0.1.02024/11/24常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。