next-ai-starter
next-ai-starter 是一个为AI编码工具优化的全栈开发模板，集成了Next.js 14、Supabase、Resend等主流技术栈，帮助开发者快速搭建现代Web应用。它通过预配置的工具链和任务清单，简化了从数据库设计到AI集成的全流程，特别适合需要结合AI能力进行开发的场景。
该工具解决了开发者在快速构建应用时需要手动整合多个工具的痛点，提供了一站式解决方案。例如，通过预设的tRPC接口、Prisma ORM和NextAuth.js认证系统，可高效实现类型安全的后端逻辑；内置的AI工具支持（如OpenAI、Anthropic）让模型调用更便捷。此外，配套的Agent Helpers还能自动生成任务清单，辅助AI助手高效完成开发任务。
适合使用AI编码工具（如Cursor）的开发者、需要快速原型开发的团队，以及希望提升开发效率的全栈工程师。其核心亮点包括：Next.js 14与App Router的深度整合、多AI服务商的灵活接入、以及通过任务清单优化的AI协作流程。用户可基于模板自由调整技术选型，满足个性化需求。
使用场景
独立开发者小李正在开发一个电商网站，需要快速搭建全栈应用但面临工具分散、效率低的问题。
没有 next-ai-starter 时
- 手动配置Next.js和Supabase导致时间浪费，每次修改需重新调整多个配置文件
- AI辅助生成任务列表时需要反复调整提示词，效率低下
- 调试时需要同时处理前端组件、后端API和数据库逻辑，容易出错
- 团队协作时不同成员使用不同工具，代码规范不统一
- 基础功能开发耗时过长，难以快速验证核心业务逻辑
使用 next-ai-starter 后
- 一键集成Next.js 14、Supabase等工具，配置流程缩短70%
- AI助手自动生成任务清单，通过提示词优化后完成核心功能开发
- 前端组件与后端API自动关联，调试时能实时查看数据流
- 统一的开发环境和代码规范提升团队协作效率
- 通过模板化配置快速搭建商品管理、订单系统等核心模块
核心价值在于通过工具整合和AI辅助，显著降低全栈开发门槛，让开发者能更专注于业务逻辑而非基础设施搭建。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
Kevin 的说明
你好！如果你正在查看这个仓库，那你可能已经看过我的AI编程视频，想自己尝试那些技巧。如果你不清楚我在说什么，这里有一个很好的视频，展示我的方法以及如何最好地使用这个仓库：https://youtu.be/gXmakVsIbF0
你也可以用自己的技巧来使用这个工具，这也很好。
你可以按照下面的“开始使用指南”来立即开始使用这个栈。我发现使用 agent-helpers/tasks 文件夹中的任务清单，是利用AI编程快速高效地取得进展的好方法。我本人使用 Cursor 在 Composer Agent 模式下配合 GPT-5，但你可以自由选择你偏好的AI编程工具。
如果你需要创建任务清单，这里有一些好的提示，可以帮助你从高层次的想法到完整的任务清单和故事列表：https://chatgpt.com/share/67be0a59-e484-800d-a078-346b2c29d727
你也可以使用 agent-helpers/.cursor-template.xml 模板来为现有仓库生成任务列表。我本人使用我开源的 PasteMax 项目将文件转换为可粘贴的字符串，但 repomix.com 也是一个不错的选择。
🚀 Next.js 现代栈模板
一个结合了构建全栈Web应用常用工具和库的Next.js模板。这个栈专门设计用于优化AI编程助手（如Cursor）的使用。
🎯 概述
此模板包含 Next.js 14（Next.js 14）搭配 App Router，Supabase 用于数据库，Resend 用于事务邮件，并可选集成各种AI提供商和AWS服务。
⚠️ 注意：这是我的个人模板，其中包含我亲自使用并认为是构建现代全栈Web应用的可靠选项的工具。你的偏好可能有所不同，因此请随意 fork 并修改以适应你的需求。我不会接受额外功能的拉取请求，但如果你有任何问题，我很乐意帮助你。
✨ 特性
🏗️ 核心架构
- Next.js 14（Next.js 14）- React 框架搭配 App Router
- TypeScript（TypeScript）- 全程类型安全
- tRPC（tRPC）- 端到端类型安全API
- Prisma（Prisma）- 数据库ORM和模式管理
- NextAuth.js（NextAuth.js）- 使用Prisma适配器的认证
- Supabase（Supabase）- Postgres数据库搭配实时和认证
🎨 UI与样式
- Tailwind CSS（Tailwind CSS）- 工具类CSS框架
- Framer Motion（Framer Motion）- 动画库
- Lucide Icons（Lucide Icons）- 图标集
- Tailwind CSS的深色模式
🛠️ 开发工具
- Storybook（Storybook）- 组件开发环境
- Geist Font（Geist Font）- Vercel的字体
🤖 AI与后台任务
- 多种AI集成可用：
- OpenAI（OpenAI）- GPT-4和o系列模型
- Anthropic（Anthropic）- Sonnet-3.5
- Perplexity（Perplexity）- 网页搜索模型
- Groq（Groq）- 快速推理
- Inngest（Inngest）- 后台任务和计划任务
🔧 基础设施与服务
- Resend（Resend）- 邮件交付
- AWS S3（AWS S3）- 文件存储
- Supabase（Supabase）- 主数据库 （注意：我在这个模板中没有直接使用supabase客户端，因此你可以通过DATABASE_URL和DIRECT_URL环境变量切换为其他数据库提供者。）
🔔 其他功能
- react-toastify（react-toastify）- 通知
- 常用操作的实用函数
- TypeScript和ESLint配置
🤖 Agent功能
- Agent Helpers（Agent Helpers）- 用于代理的文件和工具文件夹。
- Agent Instructions（Agent Instructions）- 代理的说明。
- Agent Tasks（Agent Tasks）- 代理需要完成的任务清单。
- Agent Scratchpad（Agent Scratchpad）- 代理记录想法和想法的地方。
- Agent Logs（Agent Logs）- 代理记录日志的地方。
ℹ️ 将以下行添加到你的
.gitignore中以避免agent-helper冲突（复制粘贴）：
# agent-helpers
agent-helpers/logs
agent-helpers/sample-code
agent-helpers/scratchpad.md
🤖 Cursor 自定义斜杠命令
Cursor 有一个功能允许你为AI代理定义自定义斜杠命令。这有助于帮助你的代理导航代码库并高效完成任务。
以下是你可用的命令，只需在代理窗口中输入/即可查看命令列表。
- start（start）- 开始处理新任务。
- continue（continue）- 队列这些任务以保持代理在当前任务上工作，直到所有任务完成。
- review（review）- 审查已完成的工作。
- document（document）- 记录所做的更改。
- refactor（refactor）- 重构代码以方便AI代理未来导航。
ℹ️ 提示：在开始新任务时，你可以队列这些命令以保持代理在当前任务上工作，直到所有任务完成。 例如：
/start
/continue
/continue
/continue
/continue
/continue
/review
/refactor
/review
/document
如果你想添加更多命令，可以将它们添加到.cursor/commands文件夹中，只需以#开头并命名命令即可。
🚀 开始使用
- Fork 这个仓库
- 安装依赖：
npm install
- 将
.env.example复制到.env并配置环境变量 - 设置数据库：
npx prisma migrate dev
- 启动开发服务器：
npm run dev
访问 http://localhost:3000 查看你的应用。
📁 项目结构
app/- Next.js app router 页面和 API 路由src/components/- UI 组件lib/- 工具和配置api/- tRPC 路由器utils/- 共享工具
stories/- Storybook 文件
prisma/- 数据库模式
🚀 部署
此模板优化用于部署在 Vercel。
数据库设置
- 在 supabase.com 创建一个新的 Supabase 项目
- 从 Supabase 获取数据库连接字符串：
- 项目设置 → 数据库
- 复制 URI（用于
DATABASE_URL）和直接连接（用于DIRECT_URL）
Vercel 设置
- 将您的代码推送到 GitHub
- 前往 vercel.com/new
- 导入您的仓库
- 配置以下环境变量：
DATABASE_URL- 您的 Supabase 数据库 URLDIRECT_URL- 您的 Supabase 直接连接 URLNEXTAUTH_SECRET- 使用openssl rand -base64 32生成NEXTAUTH_URL- 您的生产 URL（例如：https://your-app.vercel.app）- 添加您正在使用的其他变量（从 .env.example 中）
- 部署！
部署后
- 在 Vercel 部署中运行数据库迁移：
npx vercel env pull .env.production.local # 拉取生产环境变量
npx prisma migrate deploy # 将迁移部署到生产环境
- 在 Vercel 中设置自定义域名（可选）：
- 前往您的项目设置
- 导航到域名
- 添加您的域名并遵循 DNS 配置说明
📝 许可证
MIT 许可证
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。