nx

GitHub
28.5k 2.7k 简单 3 次阅读 今天MIT插件开发框架
AI 解读 由 AI 自动生成,仅供参考

Nx 是一款专为现代软件开发设计的单体仓库(Monorepo)管理平台,旨在帮助团队高效管理包含多个项目的复杂代码库。无论是 TypeScript 项目还是混合多种语言的工程,Nx 都能通过智能缓存机制,仅构建和测试受代码变更影响的部分,从而显著缩短构建时间并加速持续集成(CI)流程。

它主要解决了大型项目在扩展过程中面临的构建缓慢、CI 资源浪费以及维护困难等痛点。通过“增量构建”理念,Nx 无需大幅改动现有配置即可接入,自动识别任务依赖关系,确保开发效率随项目规模增长而线性提升。此外,Nx 还引入了创新的“自愈式 CI"功能,利用 AI 代理自动检测流水线失败原因、提出修复方案并验证,极大减少了人工排查成本。

Nx 特别适合中大型开发团队、全栈工程师以及需要管理多应用架构的技术组织使用。其核心亮点包括基于 Rust 打造的高性能引擎、支持 Vite、Webpack、Gradle、.NET 等多种技术栈的插件系统,以及专为自主 AI 代理优化的命令行接口,让 AI 能像人类开发者一样理解上下文并协同工作。如果你希望在不牺牲灵活性的前提下实现快速交付与智能化运维,Nx 是一个值得尝试的开源解决方案。

使用场景

某中型电商团队正在维护一个包含前端 React、后端 NestJS 和共享工具库的大型单体仓库(Monorepo),日常面临多人协作与频繁发布的挑战。

没有 nx 时

  • 每次修改共享代码,团队必须手动全量构建所有项目,导致本地等待时间长达 20 分钟,严重打断开发心流。
  • CI 流水线缺乏智能缓存机制,即使只改动了一行代码,也要重新运行所有单元测试和端到端测试,资源浪费严重且排队时间长。
  • 当 PR 构建失败时,开发人员需花费大量时间排查是环境差异还是代码逻辑错误,修复过程依赖人工反复试错。
  • 新加入的 AI 编程助手因无法理解复杂的项目依赖图,经常生成破坏模块间引用的代码,导致集成困难。

使用 nx 后

  • Nx 自动分析依赖关系,仅构建和测试受影响的模块,将本地反馈循环从 20 分钟缩短至 2 分钟以内。
  • 利用远程缓存技术,CI 直接复用其他机器已完成的构建结果,仅运行变更部分,发布速度提升 50% 以上。
  • 集成的自愈型 AI 代理能自动检测 CI 失败根因,提出修复方案并验证通过,大幅减少人工介入排查的时间。
  • Nx 专为 AI 代理优化的上下文接口,让自动化助手精准掌握项目结构,生成的代码天然符合依赖规范,不再引发集成冲突。

Nx 通过智能增量构建与 AI 原生协作能力,将大型单体仓库的开发效率提升了数倍,让团队真正实现了“快速构建,极速交付”。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notesNx 是一个基于 Node.js 的单体仓库(Monorepo)管理工具,核心由 Rust 构建以提升性能。它支持多种包管理器(npm/pnpm/yarn),并可通过插件系统支持 TypeScript、Gradle、Maven、.NET、Go 等多种技术栈。无需特定 GPU 或大量内存,具体资源需求取决于所管理的子项目规模。
python未说明
npm
pnpm
yarn
nx hero image

快速开始

Nx Logo

智能单仓库 · 高效构建

NPM 版本 GitHub 星标 许可证 Discord X(Twitter)


文档  •  更新日志  •  博客  •  课程  •  YouTube


Nx 是一个面向 TypeScript 及多语言代码库的单仓库解决方案。它基于 Rust 构建,具备卓越性能,并可通过 TypeScript 进行扩展。Nx 会缓存未发生变化的内容,仅运行受影响的部分,并内置 CI 解决方案。您可以从简单起步,随着业务增长逐步扩展。

快速入门

请访问 Nx 快速入门文档,开始您的旅程。

为什么选择 Nx?

  • 增量式设计 - 在任何 npm/pnpm/yarn 工作区中运行 npx nx init。Nx 会自动识别您现有的 package.json 脚本,缓存其输出,并仅执行受影响的部分,无需对现有配置进行任何修改。
  • 原生支持 AI 的工具链 - Nx CLI 针对自主 AI 代理进行了优化,使其能够获取所需上下文并像人类一样高效工作。了解更多 »
  • 多语言插件系统 - 可选插件可自动发现任务、配置缓存输入输出,并根据您实际使用的工具生成代码骨架。支持 Vite、Webpack、Jest、Vitest、ESLint、Gradle、Maven、.NET、Go 等技术栈,以及更多其他技术。查看完整列表 »
  • 集成 CI 解决法 - 将 Nx 与您的 CI 提供商(GitHub Actions、GitLab、Azure 等)连接,即可实现远程缓存、跨机器的任务分配、仅运行受影响部分以及自动拆分端到端测试等功能。了解更多 »
  • 自愈型 CI - 在您的 CI 流水线中部署 AI 代理,它可以检测失败、分析根本原因、提出修复方案并自动验证。本地代理通过 MCP 协议与 CI 系统连接,从而实现故障的自主检测与修复。了解更多 »

哪些企业使用 Nx?

从初创公司到财富 500 强企业,众多组织都在使用 Nx。查看我们的成功案例 »

想要参与贡献吗?

如果您想提交 bug 或 PR,请先阅读我们的贡献指南

核心团队

维克托·萨夫金 杰森·让 本杰明·卡巴内斯 杰克·许
维克托·萨夫金 杰森·让 本杰明·卡巴内斯 杰克·许
vsavkin FrozenPandaz bcabanes jaysoo
詹姆斯·亨利 乔恩·卡米苏利 马克斯·克莱斯 尤里·斯特鲁姆普洛纳
詹姆斯·亨利 乔恩·卡米苏利 马克斯·克莱斯 尤里·斯特鲁姆普洛纳
JamesHenry cammisuli MaxKless juristr
菲利普·富尔彻 凯莱布·乌克勒 科伦·费里 史蒂文·南斯
菲利普·富尔彻 凯莱布·乌克勒 科伦·费里 史蒂文·南斯
philipjfulcher barbados-clemens Coly010 llwt
米罗斯拉夫·约纳斯 列奥斯维尔·佩雷斯·埃斯皮诺萨 扎卡里·德罗斯 克雷戈里·科波拉
米罗斯拉夫·约纳斯 列奥斯维尔·佩雷斯·埃斯皮诺萨 扎卡里·德罗斯 克雷戈里·科波拉
meeroslav leosvelperez ZackDeRose AgentEnder
仇·陈 妮可·奥利弗 拉雷斯·马泰伊 阿尔坦·斯塔尔克
仇·陈 妮可·奥利弗 拉雷斯·马泰伊 阿尔坦·斯塔尔克
nartc nixallover rarmatei StalkAltan
乔什·范艾伦 奥斯汀·法斯尔 路易·温
乔什·范艾伦 奥斯汀·法斯尔 路易·温
joshvanallen fahslaj lourw

版本历史

22.7.0-beta.112026/04/08
22.7.0-beta.102026/04/02
22.6.42026/04/01
22.7.0-beta.92026/03/31
22.7.0-beta.82026/03/31
22.7.0-beta.72026/03/28
22.6.32026/03/27
22.7.0-beta.62026/03/27
22.6.22026/03/26
22.7.0-beta.52026/03/27
22.7.0-beta.42026/03/24
22.7.0-beta.32026/03/23
22.7.0-beta.22026/03/21
22.6.12026/03/20
22.7.0-beta.12026/03/19
22.7.0-beta.02026/03/19
22.6.02026/03/18
22.6.0-rc.22026/03/17
22.6.0-rc.12026/03/17
22.6.0-rc.02026/03/16

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|3天前
Agent开发框架图像

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。

162.1k|★★★☆☆|4天前
开发框架图像Agent

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

146.8k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

markitdown

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。 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。 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

93.4k|★★☆☆☆|2天前
插件开发框架

LLMs-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。 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。 LLMs-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

90.1k|★★★☆☆|3天前
语言模型图像Agent