[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-get-convex--chef":3,"tool-get-convex--chef":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":80,"owner_twitter":81,"owner_website":82,"owner_url":83,"languages":84,"stars":103,"forks":104,"last_commit_at":105,"license":106,"difficulty_score":10,"env_os":107,"env_gpu":108,"env_ram":108,"env_deps":109,"category_tags":117,"github_topics":79,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":118,"updated_at":119,"faqs":120,"releases":150},1292,"get-convex\u002Fchef","chef","The only AI app builder that knows backend","Chef 是一个专为开发者打造的 AI 应用构建工具，它不仅了解前端界面，还深入掌握后端逻辑。通过 Chef，开发者可以快速创建包含数据库、用户认证、文件上传、实时交互和后台任务处理的完整 Web 应用，无需复杂的配置。\n\n它解决了传统开发中前后端分离带来的复杂性与时间成本问题，尤其适合希望快速验证创意或构建原型的开发者。Chef 基于开源的 Convex 数据库构建，利用其强大的 API 接口实现自动化代码生成，极大提升了开发效率。\n\nChef 适合有一定编程基础的开发者使用，特别是那些希望结合 AI 能力加速应用开发流程的人群。对于需要自定义认证系统或部署环境的用户，Chef 也提供了灵活的扩展选项。\n\n其独特之处在于将 AI 与后端开发深度整合，使开发者能够专注于业务逻辑而非基础设施搭建。","\u003Cp align=\"center\">\n  \u003Cpicture>\n    \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fchef.convex.dev\u002Fgithub-header-dark.svg\">\n    \u003Cimg alt=\"Chef by Convex'\" src=\"https:\u002F\u002Fchef.convex.dev\u002Fgithub-header-light.svg\" width=\"600\">\n  \u003C\u002Fpicture>\n\u003C\u002Fp>\n\n[Chef](https:\u002F\u002Fchef.convex.dev) is the only AI app builder that knows backend. It builds full-stack web apps with a built-in database, zero config auth, file uploads,\nreal-time UIs, and background workflows. If you want to check out the secret sauce that powers Chef, you can view or download the system prompt [here](https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Freleases\u002Flatest).\n\nChef's capabilities are enabled by being built on top of [Convex](https:\u002F\u002Fconvex.dev), the open-source reactive database designed to make life easy for web app developers. The \"magic\" in Chef is just the fact that it's using Convex's APIs, which are an ideal fit for codegen.\n\nDevelopment of the Chef is led by the Convex team. We\n[welcome bug fixes](.\u002FCONTRIBUTING.md) and\n[love receiving feedback](https:\u002F\u002Fdiscord.gg\u002Fconvex).\n\nThis project is a fork of the `stable` branch of [bolt.diy](https:\u002F\u002Fgithub.com\u002Fstackblitz-labs\u002Fbolt.diy).\n\n## Getting Started\n\nVisit our [documentation](https:\u002F\u002Fdocs.convex.dev\u002Fchef) to learn more about Chef and check out our prompting [guide](https:\u002F\u002Fstack.convex.dev\u002Fchef-cookbook-tips-working-with-ai-app-builders).\n\nThe easiest way to build with Chef is through our hosted [webapp](https:\u002F\u002Fchef.convex.dev), which includes a generous free tier. If you want to\nrun Chef locally, you can follow the guide below.\n\n> [!IMPORTANT]\n> Chef is provided as-is, using an authentication configuration specific to Convex's internal control plane that manages user accounts.\n\nIf you are planning on developing a fork of Chef for production use or re-distribution, your fork will need to replace the existing authentication system with your own. We recommend using the [OAuth Authorization Code Grant](https:\u002F\u002Fdocs.convex.dev\u002Fplatform-apis\u002Foauth-applications#implementing-oauth) flow to authorize access to Convex teams or projects. [Read more about available Platform APIs](https:\u002F\u002Fdocs.convex.dev\u002Fplatform-apis).\n\nChef is easy to use for local development without changes. Read on for instructions for using Chef locally.\n\n### Running Locally\n\nNote: This will use the hosted Convex control plane to provision Convex projects. However, Chef tokens used in this enviroment will not count towards usage in your Convex account.\n\n**1. Clone the project**\n\nClone the GitHub respository and `cd` into the directory by running the following commands:\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef.git\ncd chef\n```\n\n**2. Set up local environment**\n\nRun the following commands in your terminal:\n\n```bash\nnvm install\nnvm use\nnpm install -g pnpm\npnpm i\necho 'VITE_CONVEX_URL=placeholder' >> .env.local\nnpx convex dev --once # follow the steps to create a Convex project in your team\n```\n\nNote: `nvm` only works on Mac and Linux. If you are using Windows, you may have to find an alternative.\n\n**3. Set up Chef OAuth application**\n\nGo to the Convex [dashboard](https:\u002F\u002Fdashboard.convex.dev\u002Fteam\u002Fsettings\u002Fapplications\u002Foauth-apps) and create an OAuth application. The team you use to create the application will be the only team you can sign-in with on local Chef. Redirect URIs will not matter, but you can set one to http:\u002F\u002F127.0.0.1:5173 (or whatever port you’ll run the Chef UI on) so that the form can be submitted.\n\n**4. Set up Convex deployment**\n\nUse `npx convex dashboard` to open the Convex [dashboard](https:\u002F\u002Fdashboard.convex.dev) and go to Settings → Environment Variables. Then, set the following environment variables:\n\n```env\nBIG_BRAIN_HOST=https:\u002F\u002Fapi.convex.dev\nCONVEX_OAUTH_CLIENT_ID=\u003Cvalue from oauth setup>\nCONVEX_OAUTH_CLIENT_SECRET=\u003Cvalue from oauth setup>\nWORKOS_CLIENT_ID=\u003Cvalue from .env.development>\n```\n\n**5. Add API keys for model providers**\n\nAdd any of the following API keys in your `.env.local` to enable code generation:\n\n```env\nANTHROPIC_API_KEY=\u003Cyour api key>\nGOOGLE_API_KEY=\u003Cyour api key>\nOPENAI_API_KEY=\u003Cyour api key>\nXAI_API_KEY=\u003Cyour api key>\n```\n\nNote: You can also add your own API keys through the Chef settings page.\n\n**6. Run Chef backend and frontend**\n\nRun the following commands in your terminal:\n\n```bash\npnpm run dev\n\n## in another terminal\nnpx convex dev\n```\n\nCongratulations, you now have Chef running locally! You can log in to Chef with your existing Convex account.\n\nNote: Chef is accessible at http:\u002F\u002F127.0.0.1:{port}\u002F and will not work properly on http:\u002F\u002Flocalhost:{port}\u002F.\n\n## Repository Layout\n\n- `app\u002F` contains all of the client side code and some serverless APIs.\n\n  - `components\u002F` defines the UI components\n  - `lib\u002F` contains client-side logic for syncing local state with the server\n  - `routes\u002F` defines some client and server routes\n\n- `chef-agent\u002F` handles the agentic loop by injecting system prompts, defining tools, and calling out to model providers.\n\n- `chefshot\u002F` defines a CLI interface for interacting with the Chef webapp.\n\n- `convex\u002F` contains the database that stores chats and user metadata.\n\n- `template\u002F` contains the template that we use to start all Chef projects.\n\n- `test-kitchen\u002F` contains a test harness for the Chef agent loop.\n","\u003Cp align=\"center\">\n  \u003Cpicture>\n    \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fchef.convex.dev\u002Fgithub-header-dark.svg\">\n    \u003Cimg alt=\"Chef by Convex'\" src=\"https:\u002F\u002Fchef.convex.dev\u002Fgithub-header-light.svg\" width=\"600\">\n  \u003C\u002Fpicture>\n\u003C\u002Fp>\n\n[Chef](https:\u002F\u002Fchef.convex.dev) 是唯一一款懂后端的 AI 应用构建工具。它能够基于内置数据库、零配置身份验证、文件上传、实时 UI 和后台工作流，快速构建全栈 Web 应用。如果你想一探驱动 Chef 的“秘密配方”，可以在此处查看或下载系统提示：[这里](https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Freleases\u002Flatest)。\n\nChef 的强大功能得益于其基于 [Convex](https:\u002F\u002Fconvex.dev) 构建——这是一款开源的响应式数据库，专为简化 Web 应用开发者的工作而设计。Chef 的“神奇”之处就在于它直接使用了 Convex 的 API，而这些 API 非常适合用于代码生成。\n\nChef 的开发由 Convex 团队主导。我们欢迎 [修复 Bug](.\u002FCONTRIBUTING.md)，也十分乐意听取大家的反馈（[加入 Discord 社区](https:\u002F\u002Fdiscord.gg\u002Fconvex)）。\n\n本项目是 [bolt.diy](https:\u002F\u002Fgithub.com\u002Fstackblitz-labs\u002Fbolt.diy) 的 `stable` 分支的一个分支。\n\n## 快速入门\n\n请访问我们的 [文档](https:\u002F\u002Fdocs.convex.dev\u002Fchef) 了解更多关于 Chef 的信息，并查看我们的提示指南：[这里](https:\u002F\u002Fstack.convex.dev\u002Fchef-cookbook-tips-working-with-ai-app-builders)。\n\n使用 Chef 进行开发最简单的方式是通过我们的托管 [Web 应用](https:\u002F\u002Fchef.convex.dev)，该应用提供慷慨的免费套餐。如果你希望在本地运行 Chef，可以按照以下指南操作。\n\n> 【重要提示】\n> Chef 按原样提供，采用的是 Convex 内部控制平面专用的身份验证配置，用于管理用户账户。\n\n如果你计划开发一个用于生产环境或再分发的 Chef 分支，那么你的分支需要将现有的身份验证系统替换为你自己的实现。我们建议使用 [OAuth 授权码授予流程](https:\u002F\u002Fdocs.convex.dev\u002Fplatform-apis\u002Foauth-applications#implementing-oauth) 来授权访问 Convex 团队或项目。更多关于可用平台 API 的信息，请参阅 [这里](https:\u002F\u002Fdocs.convex.dev\u002Fplatform-apis)。\n\n在不作任何修改的情况下，Chef 非常易于本地开发。接下来将介绍如何在本地使用 Chef。\n\n### 在本地运行\n\n注意：此处将使用托管的 Convex 控制平面来部署 Convex 项目。不过，在此环境中使用的 Chef 令牌不会计入你的 Convex 账户用量。\n\n**1. 克隆项目**\n\n通过以下命令克隆 GitHub 仓库并进入目录：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef.git\ncd chef\n```\n\n**2. 配置本地环境**\n\n在终端中执行以下命令：\n\n```bash\nnvm install\nnvm use\nnpm install -g pnpm\npnpm i\necho 'VITE_CONVEX_URL=placeholder' >> .env.local\nnpx convex dev --once # 按照步骤在你的团队中创建一个 Convex 项目\n```\n\n注意：`nvm` 仅适用于 Mac 和 Linux 系统。如果你使用 Windows，可能需要寻找替代方案。\n\n**3. 设置 Chef OAuth 应用程序**\n\n前往 Convex 的 [仪表板](https:\u002F\u002Fdashboard.convex.dev\u002Fteam\u002Fsettings\u002Fapplications\u002Foauth-apps)，创建一个 OAuth 应用程序。你用来创建该应用程序的团队将是你在本地 Chef 上唯一可登录的团队。重定向 URI 并不重要，但你可以将其设置为 http:\u002F\u002F127.0.0.1:5173（或你运行 Chef UI 的任意端口），以便表单能够提交。\n\n**4. 配置 Convex 部署**\n\n使用 `npx convex dashboard` 打开 Convex 的 [仪表板](https:\u002F\u002Fdashboard.convex.dev)，进入“设置 → 环境变量”。然后设置以下环境变量：\n\n```env\nBIG_BRAIN_HOST=https:\u002F\u002Fapi.convex.dev\nCONVEX_OAUTH_CLIENT_ID=\u003C从 OAuth 设置中获取的值>\nCONVEX_OAUTH_CLIENT_SECRET=\u003C从 OAuth 设置中获取的值>\nWORKOS_CLIENT_ID=\u003C从 .env.development 中获取的值>\n```\n\n**5. 添加模型提供商的 API 密钥**\n\n在你的 `.env.local` 文件中添加以下任一 API 密钥，以启用代码生成：\n\n```env\nANTHROPIC_API_KEY=\u003C你的 API 密钥>\nGOOGLE_API_KEY=\u003C你的 API 密钥>\nOPENAI_API_KEY=\u003C你的 API 密钥>\nXAI_API_KEY=\u003C你的 API 密钥>\n```\n\n注意：你也可以通过 Chef 的设置页面添加自己的 API 密钥。\n\n**6. 启动 Chef 后端和前端**\n\n在终端中执行以下命令：\n\n```bash\npnpm run dev\n\n## 在另一个终端\nnpx convex dev\n```\n\n恭喜！你现在已经在本地成功运行了 Chef！你可以使用现有的 Convex 账户登录 Chef。\n\n注意：Chef 可通过 http:\u002F\u002F127.0.0.1:{port}\u002F 访问，而无法正常运行于 http:\u002F\u002Flocalhost:{port}\u002F。\n\n## 仓库结构\n\n- `app\u002F` 包含所有客户端代码以及一些无服务器 API。\n\n  - `components\u002F` 定义 UI 组件\n  - `lib\u002F` 包含客户端逻辑，用于同步本地状态与服务器\n  - `routes\u002F` 定义部分客户端和服务器路由\n\n- `chef-agent\u002F` 负责处理代理循环，包括注入系统提示、定义工具以及调用模型提供商。\n\n- `chefshot\u002F` 定义了一个用于与 Chef Web 应用交互的 CLI 界面。\n\n- `convex\u002F` 包含存储聊天记录和用户元数据的数据库。\n\n- `template\u002F` 包含我们用于启动所有 Chef 项目的模板。\n\n- `test-kitchen\u002F` 包含用于测试 Chef 代理循环的测试框架。","# Chef 快速上手指南\n\nChef 是一个基于 Convex 的 AI 应用构建工具，支持零配置认证、文件上传、实时 UI 和后台工作流等功能。以下为快速上手指南。\n\n---\n\n## 环境准备\n\n### 系统要求\n\n- 操作系统：Mac 或 Linux（Windows 需要使用 WSL 或其他兼容方案）\n- Node.js：建议使用 `nvm` 管理多个版本\n- Git：用于克隆项目仓库\n\n### 前置依赖\n\n确保已安装以下工具：\n\n- [Node.js](https:\u002F\u002Fnodejs.org)（推荐使用 `nvm` 安装和管理）\n- [Git](https:\u002F\u002Fgit-scm.com)\n- [pnpm](https:\u002F\u002Fpnpm.io)（可通过 `npm install -g pnpm` 安装）\n\n---\n\n## 安装步骤\n\n### 1. 克隆项目\n\n在终端中运行以下命令，将 Chef 项目克隆到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef.git\ncd chef\n```\n\n### 2. 设置本地环境\n\n执行以下命令初始化项目环境：\n\n```bash\nnvm install\nnvm use\nnpm install -g pnpm\npnpm i\necho 'VITE_CONVEX_URL=placeholder' >> .env.local\nnpx convex dev --once # 按照提示创建 Convex 项目\n```\n\n> 注意：`nvm` 仅适用于 Mac 和 Linux，Windows 用户可考虑使用 WSL 或其他替代方案。\n\n### 3. 设置 OAuth 应用\n\n访问 [Convex 控制台](https:\u002F\u002Fdashboard.convex.dev\u002Fteam\u002Fsettings\u002Fapplications\u002Foauth-apps)，创建一个 OAuth 应用。此应用将用于本地 Chef 登录。\n\n设置重定向 URI（如 `http:\u002F\u002F127.0.0.1:5173`）以便后续使用。\n\n### 4. 设置 Convex 部署\n\n运行以下命令打开 Convex 控制台：\n\n```bash\nnpx convex dashboard\n```\n\n进入 **Settings → Environment Variables**，添加以下环境变量：\n\n```env\nBIG_BRAIN_HOST=https:\u002F\u002Fapi.convex.dev\nCONVEX_OAUTH_CLIENT_ID=\u003COAuth 客户端 ID>\nCONVEX_OAUTH_CLIENT_SECRET=\u003COAuth 客户端密钥>\nWORKOS_CLIENT_ID=\u003C来自 .env.development 的值>\n```\n\n### 5. 添加模型提供商 API 密钥\n\n在 `.env.local` 文件中添加以下任意模型提供商的 API 密钥以启用代码生成功能：\n\n```env\nANTHROPIC_API_KEY=\u003C你的 API 密钥>\nGOOGLE_API_KEY=\u003C你的 API 密钥>\nOPENAI_API_KEY=\u003C你的 API 密钥>\nXAI_API_KEY=\u003C你的 API 密钥>\n```\n\n你也可以通过 Chef 设置页面添加自己的 API 密钥。\n\n### 6. 启动 Chef 后端与前端\n\n分别在两个终端窗口中运行以下命令：\n\n```bash\npnpm run dev\n\n## 在另一个终端中\nnpx convex dev\n```\n\n---\n\n## 基本使用\n\n启动完成后，访问以下地址即可使用 Chef：\n\n```\nhttp:\u002F\u002F127.0.0.1:5173\n```\n\n使用你已有的 Convex 账号登录，即可开始构建 AI 应用。\n\n> 注意：本地运行的 Chef 使用的是 Convex 内部控制平面，不会影响你的 Convex 账户使用额度。\n\n---\n\n通过以上步骤，你可以快速在本地运行 Chef，并开始构建 AI 应用。","某初创团队正在开发一款在线协作工具，用于帮助远程团队管理任务和项目进度。团队由三名全栈开发者组成，其中一人具备一定的 AI 技术背景，但整体缺乏专门的 AI 工程师。\n\n### 没有 chef 时\n- 开发者需要手动搭建后端数据库、身份验证系统以及文件存储功能，耗费大量时间在基础设施配置上。\n- 实现实时更新和后台工作流需要编写大量重复性代码，开发效率低下。\n- 团队没有 AI 工程师，无法有效利用 AI 来生成或优化代码逻辑，导致部分功能实现困难。\n- 身份验证和权限管理需要额外集成第三方服务，增加了系统的复杂性和维护成本。\n- 测试和部署流程繁琐，难以快速迭代产品功能。\n\n### 使用 chef 后\n- chef 提供了内置数据库、零配置身份验证和文件上传功能，大幅减少了基础设施搭建的时间和复杂度。\n- 通过 AI 助手，开发者可以快速生成实时 UI 和后台工作流代码，显著提升了开发效率。\n- 即使没有 AI 工程师，团队也能借助 chef 的 AI 功能辅助完成复杂的逻辑编写和代码优化。\n- chef 集成了 OAuth 授权机制，简化了用户身份管理和权限控制，降低了系统耦合度。\n- 支持本地运行和快速部署，使得团队能够更灵活地进行功能测试和产品迭代。\n\nchef 让非 AI 专业背景的开发团队也能高效构建功能完整的全栈应用，极大缩短了开发周期并降低了技术门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fget-convex_chef_b5f19679.png","get-convex","Convex","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fget-convex_4615976b.png","The open-source reactive database for app developers.",null,"info@convex.dev","convex_dev","convex.dev","https:\u002F\u002Fgithub.com\u002Fget-convex",[85,89,93,96,100],{"name":86,"color":87,"percentage":88},"TypeScript","#3178c6",90.9,{"name":90,"color":91,"percentage":92},"JavaScript","#f1e05a",6.9,{"name":94,"color":95,"percentage":23},"CSS","#663399",{"name":97,"color":98,"percentage":99},"Just","#384d54",0,{"name":101,"color":102,"percentage":99},"HTML","#e34c26",4523,906,"2026-04-05T22:23:08","Apache-2.0","Linux, macOS, Windows","未说明",{"notes":110,"python":108,"dependencies":111},"Chef 需要使用 Convex 的控制平面进行身份验证，本地运行时需创建 OAuth 应用并配置环境变量。建议使用 nvm 管理 Node.js 版本，并确保已安装 pnpm。",[112,113,114,115,116],"pnpm","nvm","Convex CLI","OAuth 应用配置","模型提供商 API 密钥",[13,15,51,53],"2026-03-27T02:49:30.150509","2026-04-06T11:31:10.505231",[121,126,131,136,141,146],{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},5905,"如何解决首次加载时出现的 \"pageLoadChatId already set\" 错误？","该错误通常与环境变量配置有关。请确保设置以下两个环境变量：\n```\nVITE_CONVEX_URL=http:\u002F\u002F127.0.0.1:3210\nVITE_CONVEX_SITE_URL=http:\u002F\u002F127.0.0.1:3210\n``` \n其中 `VITE_CONVEX_SITE_URL` 可能用于本地开发服务器（如运行在 5173 端口的应用）。您可以在 Convex 控制台中找到正确的 URL 值。","https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Fissues\u002F890",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},5906,"能否在本地部署 Chef 并避免使用在线账户？","是的，Convex 后端支持本地自托管。但目前 Chef 代码库不直接支持与自托管后端交互。您可以创建一个分支并实现与自托管后端的连接功能。","https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Fissues\u002F926",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},5907,"如何在本地运行 Chef 时登录其他 Convex 团队？","当前 Chef 的身份验证配置仅支持生产环境（chef.convex.dev）和本地运行。若要在其他环境中运行 Chef，需要自行分叉项目并实现自己的身份验证系统。完成之后，可以请求验证您的 OAuth 应用，以便其他 Convex 团队可以使用它。","https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Fissues\u002F904",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},5908,"如何创建一个 AI 视频生成应用？","您可以通过 Convex 构建一个 AI 视频生成应用，但具体实现需要根据您的需求进行开发。建议参考 Convex 社区 Discord 获取更多帮助或查看相关示例项目。","https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Fissues\u002F936",{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},5909,"如何下载视频到本地？","要下载视频，请将视频链接粘贴到输入框中，并点击“下载视频”按钮。JavaScript 会检查链接是否为有效的视频格式（如 .mp4、.webm 或 .mov），然后通过创建临时 `\u003Ca>` 标签触发浏览器下载。以下是示例代码：\n```\nfunction downloadVideo() {\n  var url = document.getElementById(\"videoUrl\").value;\n  if(!url) {\n    alert(\"يرجى لصق الرابط أولاً!\");\n    return;\n  }\n  if(!url.endsWith(\".mp4\") && !url.endsWith(\".webm\") && !url.endsWith(\".mov\")) {\n    alert(\"الرابط يجب أن يكون رابط فيديو مباشر (.mp4, .webm, .mov)\");\n    return;\n  }\n  var a = document.createElement(\"a\");\n  a.href = url;\n  a.download = url.split(\"\u002F\").pop();\n  document.body.appendChild(a);\n  a.click();\n  document.body.removeChild(a);\n}\n```","https:\u002F\u002Fgithub.com\u002Fget-convex\u002Fchef\u002Fissues\u002F915",{"id":147,"question_zh":148,"answer_zh":149,"source_url":145},5910,"如何为视频下载页面设计美观的界面？","以下是一个简单的 CSS 样式示例，可用来美化视频下载页面：\n```\nbody {\n  font-family: 'Tahoma', sans-serif;\n  background-color: #f4f6f8;\n  text-align: center;\n  padding-top: 50px;\n}\n.container {\n  background: white;\n  width: 90%;\n  max-width: 600px;\n  margin: auto;\n  padding: 30px;\n  border-radius: 20px;\n  box-shadow: 0 0 10px rgba(0,0,0,0.1);\n}\ninput[type=url] {\n  width: 80%;\n  padding: 12px;\n  border-radius: 10px;\n  border: 1px solid #ccc;\n  margin-bottom: 20px;\n}\nbutton {\n  background-color: #00b894;\n  color: white;\n  border: none;\n  padding: 10px 20px;\n  border-radius: 10px;\n  cursor: pointer;\n}\nbutton:hover {\n  background-color: #019874;\n}\n.note {\n  color: gray;\n  font-size: 14px;\n  margin-top: 15px;\n}\n```",[151],{"id":152,"version":153,"summary_zh":154,"released_at":155},115222,"prompts-v0.0.1","Version 0.0.1\n\n## Chef System Prompts Release\n\nThis release contains the compiled system prompts used by the Chef AI assistant.\n\n### Files included:\n- `chef-system-prompts.txt` - Complete system prompts as sent to the AI model\n\nGenerated automatically from the latest prompt changes in the chef-agent.\n\n\n### Commits\n\n- [abc85667] fix?\n- [e636482d] fix\n- [1147415d] [Open Source] Enable manual triggering of system prompt builds (#859)\n- [e8cdf64f] [Open Source] Add release for system prompt (#854)\n- [ee2c2dc4] [Open Source] Add getting started section to readme (#857)\n- [ef22985c] Clean up anthropic caching (#855)\n- [fe4ab0dd] [Cleanup] Remove rolled out feature flags (#856)\n- [730ef5fd] [Open Source] Add contributing.md (#853)\n- [98e20efe] Reduce eval frequency (#852)\n- [39d02511] [Open Source] Update readme (#850)\n- [b1db516c] [Open Source] Add license (#849)\n- [82f21ec9] Add caching for AWS bedrock (#848)\n- [62aab9fd] Add canonical link (#827)\n- [92e078ad] fix member lookup (#844)\n- [6bec6a01] Revert \"Revert WorkOS migration (#840)\" (#842)\n- [d6cbf437] Revert WorkOS migration (#840)\n- [3be8f297] debugging issue with chef logins (#837)\n- [1e168e98] update the auth isuser (#839)\n- [08805073] Double max subchats (#838)\n- [3b72f655] Patch url ids (#836)\n- [40976232] Just-in-time workos chef user migrations (#835)\n- [e0156a67] update auth to use workos (#833)\n- [945558a8] fix migration (#832)\n- [130af432] add temp identities table and migration to backfill convexMembers fro… (#830)\n- [490e5971] add convex member id field (#828)\n- [8be30f62] Remove Sonnet 3.5 (#825)\n- [69cdee98] Add prompt metrics (#822)\n- [6c3b8047] Fix typo in tokens error message (#823)\n- [014417a0] Set reasoning effort for GPT-5 (#819)\n- [2533d899] [Bugfix] Remove amazon model slug (#821)\n- [d7218018] Increase token limits for GPT-5 + AWS Bedrock w\u002F Claude Sonnet 4 (#820)\n- [d66e9d9c] Add gated support for GPT-5 (#816)\n- [35a9b7a6] Add ability to toggle between Anthropic\u002FBedrock as the default (#814)\n- [2d1ce45d] [Gemini] Add thought tokens to usage (#815)\n- [613c60f3] Switch from Google AI Studio -> Vertex (#738)\n- [6e7f3fbf] [Partners] Add new partner (#812)\n- [c2c67079] Choose `latest` convex binary in evals (#811)\n- [a665a3b4] [API Keys] Allow pro users to use built-in chef tokens when api key is not provided (#809)\n- [a77ccfee] Prevent scheduled jobs from taking down the database (#808)\n- [09ed78ff] Show toast when users chats aren't saving (#807)\n- [ac1389af] [Bugfix] Prevent disconnecting a project without connecting a new one (#804)\n- [bc50c3d7] Use oauth client id and secret instead of arbitrary app name (#805)\n- [827654d6] [Bugfix] Reset context manager state (#803)\n- [9ae59921] New version banner (#801)\n- [34322852] [Bugfix] Don't start generation until convex project is successfully created (#799)\n- [ccae22e8] [UI] Only open sidebar on click (#797)\n- [a6e49a7f] [Bugfix] Paginate deletion for subchats (#798)\n- [7d98eee2] Fix API key bug (#793)\n- [ddf029ab] [Bugfix] Save current preference properly (#795)\n- [4bef51d1] [Bugfix] Url fix for`\u002Fstore_chat` (#794)\n","2025-09-11T00:09:23"]