[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ishaan1013--sandbox":3,"tool-ishaan1013--sandbox":64},[4,17,26,36,44,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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",144730,2,"2026-04-07T23:26:32",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":10,"last_commit_at":23,"category_tags":24,"status":16},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[25,13],"插件",{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":16},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,35,14,13],"图像",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":10,"last_commit_at":42,"category_tags":43,"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",[13,15],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"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。",85013,"2026-04-06T11:09:19",[35,52,53,25,14,54,15,13,55],"数据工具","视频","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":32,"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",[14,35,13,15,54],{"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":80,"owner_email":79,"owner_twitter":81,"owner_website":82,"owner_url":83,"languages":84,"stars":97,"forks":98,"last_commit_at":99,"license":100,"difficulty_score":101,"env_os":102,"env_gpu":103,"env_ram":103,"env_deps":104,"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},5331,"ishaan1013\u002Fsandbox","sandbox","Code editing environment with an AI copilot and real-time collaboration","Sandbox 是一款开源的云端代码编辑环境，旨在为开发者提供集成了 AI 辅助编程与实时协作功能的现代化开发体验。它有效解决了传统本地编辑器在多人协同编码时配置复杂、环境不一致的痛点，让团队成员能够像在文档中协作一样流畅地共同编写和调试代码。\n\n这款工具特别适合需要远程结对编程的开发团队、追求高效工作流的独立程序员，以及希望探索云端 IDE 架构的技术研究者。Sandbox 的核心亮点在于其独特的技术架构：前端基于 Next.js 构建，后端采用 Express 与 Socket.io 实现低延迟通信，并巧妙利用 Cloudflare Workers 系列服务（D1 数据库、R2 存储及 Workers AI）处理数据与智能任务。更值得一提的是，它通过 E2B 技术为每个项目实例化安全的 Linux 沙箱容器，不仅保障了代码执行的安全性，还实现了终端操作与实时预览的完美隔离。无论是想要搭建私有化协作平台的企业，还是希望深入学习云原生开发架构的极客，Sandbox 都提供了一个灵活且强大的开源解决方案。","# Sandbox 📦🪄 ([Case Study](https:\u002F\u002Fwww.ishaand.com\u002Fsandbox))\n\n\u003Cimg width=\"1799\" alt=\"Screenshot 2024-05-31 at 8 33 56 AM\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fishaan1013_sandbox_readme_212368ee5f4b.png\">\n\nSandbox is an open-source cloud-based code editing environment with custom AI code autocompletion and real-time collaboration.\n\nCheck out the [Twitter thread](https:\u002F\u002Fx.com\u002Fishaandey_\u002Fstatus\u002F1796338262002573526) with the demo video!\n\nCheck out this [guide](https:\u002F\u002Fdev.to\u002Fjamesmurdza\u002Fhow-to-setup-ishaan1013sandbox-locally-503p) made by [@jamesmurdza](https:\u002F\u002Fx.com\u002Fjamesmurdza) on setting it up locally!\n\n## Running Locally\n\n> Note: For links in `.env` files, do not include a trailing slash\n\n### Frontend\n\nInstall dependencies\n\n```bash\ncd frontend\nnpm install\n```\n\nAdd the required environment variables in `.env` (example file provided in `.env.example`). You will need to make an account on [Clerk](https:\u002F\u002Fclerk.com\u002F) and [Liveblocks](https:\u002F\u002Fliveblocks.io\u002F) to get API keys.\n\nThen, run in development mode\n\n```bash\nnpm run dev\n```\n\n### Backend\n\nThe backend consists of a primary Express and Socket.io server, and 3 Cloudflare Workers microservices for the D1 database, R2 storage, and Workers AI. The D1 database also contains a [service binding](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002Fruntime-apis\u002Fbindings\u002Fservice-bindings\u002F) to the R2 storage worker. Each open sandbox instantiates a secure Linux sandboxes on E2B, which is used for the terminal and live preview.\n\nYou will need to make an account on [E2B](https:\u002F\u002Fe2b.dev\u002F) to get an API key.\n\n#### Socket.io server\n\nInstall dependencies\n\n```bash\ncd backend\u002Fserver\nnpm install\n```\n\nAdd the required environment variables in `.env` (example file provided in `.env.example`)\n\nProject files will be stored in the `projects\u002F\u003Cproject-id>` directory. The middleware contains basic authorization logic for connecting to the server.\n\nRun in development mode\n\n```bash\nnpm run dev\n```\n\nThis directory is dockerized, so feel free to deploy a container on any platform of your choice! I chose not to deploy this project for public access due to costs & safety, but deploying your own for personal use should be no problem.\n\n#### Cloudflare Workers (Database, Storage, AI)\n\nDirectories:\n\n- `\u002Fbackend\u002Fdatabase`: D1 database\n- `\u002Fbackend\u002Fstorage`: R2 storage\n- `\u002Fbackend\u002Fai`: Workers AI\n\nInstall dependencies\n\n```bash\ncd backend\u002Fdatabase\nnpm install\n\ncd ..\u002Fstorage\nnpm install\n\ncd ..\u002Fai\nnpm install\n```\n\nRead the [documentation](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002F) to learn more about workers.\n\nFor each directory, add the required environment variables in `wrangler.toml` (example file provided in `wrangler.example.toml`). For the AI worker, you can define any value you want for the `CF_AI_KEY` -- set this in other `.env` files to authorize access.\n\nRun in development mode\n\n```bash\nnpm run dev\n```\n\nDeploy to Cloudflare with [Wrangler](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002Fwrangler\u002Finstall-and-update\u002F)\n\n```bash\nnpx wrangler deploy\n```\n\n---\n\n## Contributing\n\nThanks for your interest in contributing! Review this section before submitting your first pull request. If you need any help, feel free to reach out to [@ishaandey\\_](https:\u002F\u002Fx.com\u002Fishaandey_).\n\nPlease prioritize existing issues, but feel free to contribute new issues if you have ideas for a feature or bug that you think would be useful.\n\n### Structure\n\n```\nfrontend\u002F\n├── app\n├── assets\n├── components\n└── lib\nbackend\u002F\n├── server\n├── database\u002F\n│   ├── src\n│   └── drizzle\n├── storage\n└── ai\n```\n\n| Path               | Description                                                                |\n| ------------------ | -------------------------------------------------------------------------- |\n| `frontend`         | The Next.js application for the frontend.                                  |\n| `backend\u002Fserver`   | The Express websocket server.                                              |\n| `backend\u002Fdatabase` | API for interfacing with the D1 database (SQLite).                         |\n| `backend\u002Fstorage`  | API for interfacing with R2 storage. Service-bound to `\u002Fbackend\u002Fdatabase`. |\n| `backend\u002Fai`       | API for making requests to Workers AI .                                    |\n\n### Development\n\n#### Fork this repo\n\nYou can fork this repo by clicking the fork button in the top right corner of this page.\n\n#### Clone repository\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002F\u003Cyour-username>\u002Fsandbox.git\ncd sandbox\n```\n\n#### Create a new branch\n\n```bash\ngit checkout -b my-new-branch\n```\n\n### Commit convention\n\nBefore you create a Pull Request, please check that you use the [Conventional Commits format](https:\u002F\u002Fwww.conventionalcommits.org\u002Fen\u002Fv1.0.0\u002F)\n\nIt should be in the form `category(scope or module): message` in your commit message from the following categories:\n\n- `feat \u002F feature`: all changes that introduce completely new code or new\n  features\n- `fix`: changes that fix a bug (ideally you will additionally reference an\n  issue if present)\n- `refactor`: any code related change that is not a fix nor a feature\n- `docs`: changing existing or creating new documentation (i.e. README, docs for\n  usage of a lib or cli usage)\n- `chore`: all changes to the repository that do not fit into any of the above\n  categories\n\n  e.g. `feat(editor): improve tab switching speed`\n\n---\n\n## Tech stack\n\n![sandbox-tech](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fishaan1013_sandbox_readme_500a33e07c44.png)\n\n### Frontend\n\n- [Next.js](https:\u002F\u002Fnextjs.org\u002F)\n- [TailwindCSS](https:\u002F\u002Ftailwindcss.com\u002F)\n- [Shadcn UI](https:\u002F\u002Fui.shadcn.com\u002F)\n- [Clerk](https:\u002F\u002Fclerk.com\u002F)\n- [Monaco](https:\u002F\u002Fmicrosoft.github.io\u002Fmonaco-editor\u002F)\n- [Liveblocks](https:\u002F\u002Fliveblocks.io\u002F)\n\n### Backend\n\n- [Cloudflare Workers](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002F)\n  - [D1 database](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fd1\u002F)\n  - [R2 storage](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fr2\u002F)\n  - [Workers AI](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers-ai\u002F)\n- [Express](https:\u002F\u002Fexpressjs.com\u002F)\n- [Socket.io](https:\u002F\u002Fsocket.io\u002F)\n- [Drizzle ORM](https:\u002F\u002Form.drizzle.team\u002F)\n- [E2B](https:\u002F\u002Fe2b.dev\u002F)\n","# 沙盒 📦🪄 ([案例研究](https:\u002F\u002Fwww.ishaand.com\u002Fsandbox))\n\n\u003Cimg width=\"1799\" alt=\"Screenshot 2024-05-31 at 8 33 56 AM\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fishaan1013_sandbox_readme_212368ee5f4b.png\">\n\nSandbox 是一个开源的基于云的代码编辑环境，具备自定义的 AI 代码补全功能和实时协作能力。\n\n快来看看包含演示视频的 [Twitter 帖子](https:\u002F\u002Fx.com\u002Fishaandey_\u002Fstatus\u002F1796338262002573526) 吧！\n\n还有 [@jamesmurdza](https:\u002F\u002Fx.com\u002Fjamesmurdza) 制作的这篇 [指南](https:\u002F\u002Fdev.to\u002Fjamesmurdza\u002Fhow-to-setup-ishaan1013sandbox-locally-503p)，教你如何在本地搭建它！\n\n## 本地运行\n\n> 注意：`.env` 文件中的链接不要加尾部斜杠\n\n### 前端\n\n安装依赖\n\n```bash\ncd frontend\nnpm install\n```\n\n在 `.env` 文件中添加所需的环境变量（示例文件位于 `.env.example`）。你需要在 [Clerk](https:\u002F\u002Fclerk.com\u002F) 和 [Liveblocks](https:\u002F\u002Fliveblocks.io\u002F) 上注册账号以获取 API 密钥。\n\n然后，在开发模式下运行：\n\n```bash\nnpm run dev\n```\n\n### 后端\n\n后端由一个主 Express 和 Socket.io 服务器，以及三个 Cloudflare Workers 微服务组成，分别用于 D1 数据库、R2 存储和 Workers AI。D1 数据库还包含一个指向 R2 存储 Worker 的 [服务绑定](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002Fruntime-apis\u002Fbindings\u002Fservice-bindings\u002F)。每个打开的沙盒都会在 E2B 上实例化一个安全的 Linux 沙盒，用于终端和实时预览。\n\n你需要在 [E2B](https:\u002F\u002Fe2b.dev\u002F) 上注册账号以获取 API 密钥。\n\n#### Socket.io 服务器\n\n安装依赖\n\n```bash\ncd backend\u002Fserver\nnpm install\n```\n\n在 `.env` 文件中添加所需的环境变量（示例文件位于 `.env.example`）。\n\n项目文件将存储在 `projects\u002F\u003Cproject-id>` 目录下。中间件包含用于连接到服务器的基本授权逻辑。\n\n在开发模式下运行：\n\n```bash\nnpm run dev\n```\n\n该目录已容器化，因此你可以随意将其部署到任何你选择的平台上！由于成本和安全性考虑，我没有将此项目部署为公开访问，但自行部署供个人使用应该没有任何问题。\n\n#### Cloudflare Workers（数据库、存储、AI）\n\n目录结构：\n\n- `\u002Fbackend\u002Fdatabase`: D1 数据库\n- `\u002Fbackend\u002Fstorage`: R2 存储\n- `\u002Fbackend\u002Fai`: Workers AI\n\n安装依赖\n\n```bash\ncd backend\u002Fdatabase\nnpm install\n\ncd ..\u002Fstorage\nnpm install\n\ncd ..\u002Fai\nnpm install\n```\n\n阅读 [文档](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002F) 以了解更多关于 Workers 的信息。\n\n对于每个目录，在 `wrangler.toml` 文件中添加所需的环境变量（示例文件位于 `wrangler.example.toml`）。对于 AI Worker，你可以为 `CF_AI_KEY` 定义任意值——在其他 `.env` 文件中设置此值以授权访问。\n\n在开发模式下运行：\n\n```bash\nnpm run dev\n```\n\n使用 [Wrangler](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002Fwrangler\u002Finstall-and-update\u002F) 部署到 Cloudflare：\n\n```bash\nnpx wrangler deploy\n```\n\n---\n\n## 贡献\n\n感谢你对贡献的兴趣！在提交你的第一个 Pull Request 之前，请先阅读本节内容。如果你需要任何帮助，欢迎随时联系 [@ishaandey\\_](https:\u002F\u002Fx.com\u002Fishaandey_)。\n\n请优先处理现有的问题，但如果你有认为有用的特性或 bug 的想法，也欢迎提出新的议题。\n\n### 结构\n\n```\nfrontend\u002F\n├── app\n├── assets\n├── components\n└── lib\nbackend\u002F\n├── server\n├── database\u002F\n│   ├── src\n│   └── drizzle\n├── storage\n└── ai\n```\n\n| 路径               | 描述                                                                |\n| ------------------ | -------------------------------------------------------------------------- |\n| `frontend`         | 前端的 Next.js 应用程序。                                  |\n| `backend\u002Fserver`   | Express WebSocket 服务器。                                              |\n| `backend\u002Fdatabase` | 用于与 D1 数据库（SQLite）交互的 API。                         |\n| `backend\u002Fstorage`  | 用于与 R2 存储交互的 API。与 `\u002Fbackend\u002Fdatabase` 服务绑定。 |\n| `backend\u002Fai`       | 用于向 Workers AI 发送请求的 API 。                                    |\n\n### 开发\n\n#### 分支这个仓库\n\n你可以通过点击页面右上角的“Fork”按钮来分叉这个仓库。\n\n#### 克隆仓库\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002F\u003Cyour-username>\u002Fsandbox.git\ncd sandbox\n```\n\n#### 创建新分支\n\n```bash\ngit checkout -b my-new-branch\n```\n\n### 提交规范\n\n在创建 Pull Request 之前，请确保你使用 [Conventional Commits 格式](https:\u002F\u002Fwww.conventionalcommits.org\u002Fen\u002Fv1.0.0\u002F)。提交信息应采用以下格式：`category(scope 或 module): message`，其中类别包括：\n\n- `feat \u002F feature`: 所有引入全新代码或新功能的更改\n- `fix`: 修复 bug 的更改（理想情况下，如果有相关 issue，应一并引用）\n- `refactor`: 不属于修复或特性的任何代码相关更改\n- `docs`: 更改现有文档或创建新文档（如 README、库的使用说明或 CLI 使用说明）\n- `chore`: 所有不属于上述类别的仓库更改\n\n例如：`feat(editor): improve tab switching speed`\n\n---\n\n## 技术栈\n\n![sandbox-tech](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fishaan1013_sandbox_readme_500a33e07c44.png)\n\n### 前端\n\n- [Next.js](https:\u002F\u002Fnextjs.org\u002F)\n- [TailwindCSS](https:\u002F\u002Ftailwindcss.com\u002F)\n- [Shadcn UI](https:\u002F\u002Fui.shadcn.com\u002F)\n- [Clerk](https:\u002F\u002Fclerk.com\u002F)\n- [Monaco](https:\u002F\u002Fmicrosoft.github.io\u002Fmonaco-editor\u002F)\n- [Liveblocks](https:\u002F\u002Fliveblocks.io\u002F)\n\n### 后端\n\n- [Cloudflare Workers](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers\u002F)\n  - [D1 数据库](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fd1\u002F)\n  - [R2 存储](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fr2\u002F)\n  - [Workers AI](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fworkers-ai\u002F)\n- [Express](https:\u002F\u002Fexpressjs.com\u002F)\n- [Socket.io](https:\u002F\u002Fsocket.io\u002F)\n- [Drizzle ORM](https:\u002F\u002Form.drizzle.team\u002F)\n- [E2B](https:\u002F\u002Fe2b.dev\u002F)","# Sandbox 快速上手指南\n\nSandbox 是一个开源的云端代码编辑环境，支持自定义 AI 代码自动补全和实时协作。本指南将帮助你快速在本地搭建开发环境。\n\n## 1. 环境准备\n\n在开始之前，请确保你的系统已安装以下工具和服务：\n\n*   **Node.js & npm**: 用于运行前端和后端服务。\n*   **Git**: 用于克隆代码仓库。\n*   **Docker** (可选): 用于容器化部署后端 Socket.io 服务。\n*   **Wrangler CLI**: 用于管理 Cloudflare Workers (需安装: `npm install -g wrangler`)。\n\n**必需的外部服务账号与 API Key：**\n你需要注册以下服务并获取相应的密钥，填入 `.env` 或 `wrangler.toml` 文件中：\n*   [Clerk](https:\u002F\u002Fclerk.com\u002F): 用户认证。\n*   [Liveblocks](https:\u002F\u002Fliveblocks.io\u002F): 实时协作功能。\n*   [E2B](https:\u002F\u002Fe2b.dev\u002F): 用于创建安全的 Linux 沙箱终端和实时预览。\n*   [Cloudflare](https:\u002F\u002Fdevelopers.cloudflare.com\u002F): 用于 D1 数据库、R2 存储和 Workers AI。\n\n> **注意**：配置 `.env` 文件中的链接时，请勿在末尾添加斜杠 (`\u002F`)。\n\n## 2. 安装步骤\n\n### 第一步：克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fishaan1013\u002Fsandbox.git\ncd sandbox\n```\n\n### 第二步：配置并启动前端 (Frontend)\n\n1.  进入前端目录并安装依赖：\n    ```bash\n    cd frontend\n    npm install\n    ```\n    *(国内开发者如遇下载慢，可临时使用镜像源：`npm install --registry=https:\u002F\u002Fregistry.npmmirror.com`)*\n\n2.  复制环境变量示例文件并填写密钥：\n    ```bash\n    cp .env.example .env\n    ```\n    在 `.env` 中填入从 **Clerk** 和 **Liveblocks** 获取的 API Key。\n\n3.  启动开发服务器：\n    ```bash\n    npm run dev\n    ```\n\n### 第三步：配置并启动后端 (Backend)\n\n后端由 Express\u002FSocket.io 主服务和三个 Cloudflare Workers 微服务组成。\n\n#### A. 启动 Socket.io 服务器\n1.  进入后端服务器目录并安装依赖：\n    ```bash\n    cd ..\u002Fbackend\u002Fserver\n    npm install\n    ```\n\n2.  配置环境变量：\n    ```bash\n    cp .env.example .env\n    ```\n    在 `.env` 中填入必要的配置（包括 E2B API Key）。项目文件将存储在 `projects\u002F\u003Cproject-id>` 目录下。\n\n3.  启动服务：\n    ```bash\n    npm run dev\n    ```\n    *注：该目录已 Docker 化，也可选择构建容器部署。*\n\n#### B. 启动 Cloudflare Workers (数据库、存储、AI)\n你需要分别配置并启动三个微服务：`database` (D1), `storage` (R2), 和 `ai` (Workers AI)。\n\n1.  安装各模块依赖：\n    ```bash\n    cd ..\u002Fdatabase\n    npm install\n\n    cd ..\u002Fstorage\n    npm install\n\n    cd ..\u002Fai\n    npm install\n    ```\n\n2.  配置 Wrangler：\n    在每个目录 (`database`, `storage`, `ai`) 下，复制示例配置文件：\n    ```bash\n    cp wrangler.example.toml wrangler.toml\n    ```\n    根据提示在 `wrangler.toml` 中填入对应的 Cloudflare 凭证。\n    *   对于 **AI Worker**，你可以自定义 `CF_AI_KEY` 的值，并在其他服务的 `.env` 文件中设置相同的值以授权访问。\n\n3.  本地运行或部署：\n    *   **本地开发模式** (在每个目录下分别运行):\n        ```bash\n        npm run dev\n        ```\n    *   **部署到 Cloudflare**:\n        ```bash\n        npx wrangler deploy\n        ```\n\n## 3. 基本使用\n\n完成上述所有服务启动后：\n\n1.  **访问应用**：在浏览器中打开前端运行的地址（通常为 `http:\u002F\u002Flocalhost:3000`）。\n2.  **登录\u002F注册**：使用 Clerk 提供的界面进行账号注册或登录。\n3.  **创建沙箱**：\n    *   点击创建新的 Sandbox 项目。\n    *   系统将自动在 E2B 上实例化一个安全的 Linux 环境。\n4.  **编写代码**：\n    *   使用集成的 **Monaco Editor** 编写代码。\n    *   体验 **AI 自动补全** 功能（基于 Workers AI）。\n    *   邀请协作者进行 **实时协同编辑** (基于 Liveblocks)。\n5.  **运行与预览**：\n    *   在内置终端中运行命令。\n    *   查看实时的代码运行效果预览。\n\n---\n*项目技术栈概览：Next.js, TailwindCSS, Cloudflare Workers (D1\u002FR2\u002FAI), Express, Socket.io, E2B.*","某初创团队的两名全栈工程师需要紧急协作开发一个带有实时数据预览功能的内部仪表盘，且希望借助 AI 加速代码编写。\n\n### 没有 sandbox 时\n- **环境配置耗时**：每位成员需本地安装 Node.js、Docker 及各类依赖，常因版本不一致导致“在我机器上能跑”的冲突。\n- **协作割裂低效**：两人无法同时编辑同一文件，只能轮流操作或通过屏幕共享口头指导，沟通成本极高。\n- **AI 辅助缺失**：缺乏集成的智能代码补全，开发者需频繁切换窗口查阅文档或手动编写重复样板代码。\n- **预览流程繁琐**：每次修改代码后，需手动重启本地服务并刷新浏览器才能查看终端输出和页面效果。\n\n### 使用 sandbox 后\n- **开箱即用环境**：基于 E2B 的云原生 Linux 沙箱瞬间启动统一开发环境，彻底消除本地配置差异与依赖冲突。\n- **实时多人协同**：依托 Liveblocks 实现类似 Google Docs 的多人实时编辑，两人可同时在同一文件中编写逻辑与样式。\n- **智能编码加速**：内置定制 AI 副驾驶提供上下文感知的代码自动补全，显著减少样板代码编写时间并降低语法错误。\n- **即时反馈闭环**：代码保存即自动触发热更新，终端日志与前端预览实时同步，无需手动重启即可验证功能。\n\nsandbox 通过整合云端隔离环境、实时协作与 AI 辅助，将原本分散冗长的开发流程转变为流畅高效的沉浸式共创体验。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fishaan1013_sandbox_212368ee.png","ishaan1013","Ishaan Dey","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fishaan1013_546d519d.jpg","aspiring chef and latte artist",null,"San Francisco","ishaandey_","ishaand.com","https:\u002F\u002Fgithub.com\u002Fishaan1013",[85,89,93],{"name":86,"color":87,"percentage":88},"TypeScript","#3178c6",96.5,{"name":90,"color":91,"percentage":92},"CSS","#663399",3.4,{"name":94,"color":95,"percentage":96},"JavaScript","#f1e05a",0.1,1416,119,"2026-04-06T11:36:14","MIT",4,"Linux, macOS, Windows","未说明",{"notes":105,"python":103,"dependencies":106},"该项目主要基于 Node.js 环境运行，无需 Python。后端依赖 Cloudflare Workers 生态（需安装 Wrangler CLI）和 E2B（用于安全 Linux 沙箱终端）。本地运行需分别配置前端、Socket.io 服务器及三个 Cloudflare Worker 微服务。需注册 Clerk、Liveblocks 和 E2B 账号以获取 API 密钥。后端服务器已容器化，支持 Docker 部署。",[107,108,109,110,111,112,113,114,115,116],"Next.js","TailwindCSS","Shadcn UI","Clerk","Monaco Editor","Liveblocks","Express","Socket.io","Drizzle ORM","Cloudflare Workers (D1, R2, Workers AI)",[15,25],"2026-03-27T02:49:30.150509","2026-04-08T10:02:36.610511",[121,126,130,135,140,145],{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},24161,"部署后打开页面报错或提示数据库表不存在，如何解决？","这是因为数据库尚未初始化。你需要先在 backend\u002Fdatabase 目录下运行命令 `npm run generate`，这将生成 SQL 文件。然后，需要将生成的 SQL 文件推送到你的 D1 数据库中。完成这一步后，错误即可解决。","https:\u002F\u002Fgithub.com\u002Fishaan1013\u002Fsandbox\u002Fissues\u002F27",{"id":127,"question_zh":128,"answer_zh":129,"source_url":125},24162,"运行 `npm run dev` 时出现 \"fetch is not defined\" 错误，需要什么 Node.js 版本？","该错误通常是因为 Node.js 版本过低导致的（例如 v14）。项目需要较新的 Node.js 环境，请使用 Node.js v20 或更高版本来运行服务器。",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},24163,"是否有本地自托管（Self-hosting）的安装指南？","有的。社区成员已经编写了详细的本地设置指南，你可以参考这篇教程：https:\u002F\u002Fdev.to\u002Fjamesmurdza\u002Fhow-to-setup-ishaan1013sandbox-locally-503p。该指南涵盖了环境变量配置和数据库表创建等步骤。","https:\u002F\u002Fgithub.com\u002Fishaan1013\u002Fsandbox\u002Fissues\u002F24",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},24164,"代码预览功能（Preview）是如何工作的？支持远程部署吗？","目前的预览功能依赖于本地运行的服务器。它通过在本地创建一个 iframe 指向 localhost 端口来工作，代码和终端执行没有隔离。如果将服务器部署在远程机器上，预览功能目前无法工作，因为还没有提供访问远程后端运行的 React 应用的机制。","https:\u002F\u002Fgithub.com\u002Fishaan1013\u002Fsandbox\u002Fissues\u002F30",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},24165,"项目的许可证（License）是什么？","项目中许多组件采用 ISC 许可证，但部分文件未明确标注。建议查看根目录下的 LICENSE 文件以获取最准确的授权信息，或者参考各组件头部的注释说明。","https:\u002F\u002Fgithub.com\u002Fishaan1013\u002Fsandbox\u002Fissues\u002F22",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},24166,"如何防止用户同时开启多个沙盒会话？","系统计划利用 KV 存储来实现会话逻辑。启动时检查 KV 中是否存在 userId：如果存在且正在运行，则报警提示不能多开；如果存在但未运行且更新时间在 2 分钟内，也进行提示。服务器端会计算过期时间并在超时后关闭服务并通知前端。","https:\u002F\u002Fgithub.com\u002Fishaan1013\u002Fsandbox\u002Fissues\u002F19",[]]