onlook

GitHub
25k 1.9k 较难 11 次阅读 3天前Apache-2.0Agent图像视频开发框架
AI 解读 由 AI 自动生成,仅供参考

Onlook 是一款专为设计师打造的开源 AI 优先设计工具,被誉为“设计师版的 Cursor”。它旨在打破设计与开发之间的壁垒,让用户能够以可视化的方式直接构建、样式化和编辑 React 应用。通过 Onlook,用户无需深入编写复杂代码,即可在类似 Figma 的直观界面中完成网页原型的搭建与调整,并实时预览最终效果。

这款工具主要解决了传统工作流中设计稿到代码转换效率低、沟通成本高的问题。以往,设计师使用 Figma 等工具完成设计后,需要开发人员手动将其转化为代码,过程繁琐且容易出错。Onlook 允许用户直接在浏览器 DOM 中进行可视化编辑,底层自动生成基于 Next.js 和 TailwindCSS 的高质量代码,实现了“所见即所得”的开发体验。它不仅支持从文本或图像快速生成应用,还具备分支管理、资源管理及一键部署等功能,极大地简化了从创意到成品的流程。

Onlook 特别适合前端开发者、UI/UX 设计师以及希望快速验证产品创意的独立开发者使用。对于设计师而言,它降低了参与前端开发的门槛;对于开发者来说,它提供了一个高效的视觉化调试和原型构建环境。其核心技术亮点在于将可视化编辑器与实时代码同步相结合,既保留了图形界面的易用性,又确保了代码的可维护性和专业性。目前该项目仍在积极开发中,作为一个开源替代品,它为寻求比 Bolt.new 或 V0 更灵活、可控的用户提供了新的选择。

使用场景

某初创公司的 UI 设计师需要独立搭建一个营销活动落地页,要求基于 Next.js 和 Tailwind CSS 技术栈,且必须保证设计稿与最终代码的高度一致。

没有 onlook 时

  • 沟通损耗巨大:设计师在 Figma 中完成视觉稿后,需编写冗长的标注文档交给前端开发,双方常因间距、色值等细节理解偏差导致反复返工。
  • 实现效果失真:传统“设计转代码”流程中,开发者手动编写 CSS 往往难以完美还原复杂的交互状态和响应式布局,最终页面与设计稿存在明显“像素级”差距。
  • 修改门槛极高:若设计师想微调按钮圆角或调整板块顺序,必须等待开发人员修改代码并重新部署,一个简单的视觉调整可能耗时数小时甚至数天。
  • 技术断层明显:设计师不懂 React 组件结构,无法直接干预代码逻辑,只能被动等待开发排期,严重拖慢产品迭代速度。

使用 onlook 后

  • 可视化直接编辑:设计师直接在浏览器中通过类 Figma 的界面操作 DOM 元素,实时调整样式和布局,onlook 自动同步生成标准的 Tailwind CSS 代码,无需中间传话。
  • 所见即所得:在可视界面中进行的每一次拖拽或参数修改,都能即时预览真实运行效果,确保最终交付的代码与设计意图完全一致,消除还原度焦虑。
  • 即时迭代反馈:设计师可自主完成文案替换、图片更换及样式微调,利用分支功能大胆尝试不同设计方案,确认无误后直接保存,将修改周期从“天”缩短至“分钟”。
  • 低代码无缝协作:onlook 生成的代码符合工程规范,开发人员可直接接管后续逻辑开发,设计师也能通过理解组件结构更好地配合开发,打破职能壁垒。

onlook 让设计师拥有直接操控代码的能力,将传统的“设计-开发”串行工作流转变为高效的并行协作,极大提升了前端原型的构建速度与质量。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具主要基于 Web 技术栈(Next.js + TailwindCSS),使用 Bun 作为运行时和包管理器,使用 Docker 进行容器管理。它不是一个传统的 Python AI 模型库,而是一个可视化的代码编辑器/开发环境。运行本地版本需要安装 Bun 和 Docker。AI 功能通过 OpenRouter 等外部 LLM 提供商实现,而非本地运行大型模型,因此对本地 GPU 无特殊硬性要求。
python未说明
Next.js
TailwindCSS
tRPC
Supabase
Drizzle
AI SDK
CodeSandboxSDK
Bun
Docker
onlook hero image

快速开始

header image

Onlook

设计师的光标
探索文档 »

👨‍💻👩‍💻👨‍💻 我们在旧金山招聘工程师! 👩‍💻👨‍💻👩‍💻


观看演示 · 报告 Bug · 请求功能

Discord LinkedIn Twitter

中文 | Español | Deutsch | français | Português | Русский | 日本語 | 한국어

一款开源、以视觉为主的代码编辑器

在 Next.js + TailwindCSS 中利用 AI 打造网站、原型和设计。通过可视化编辑器直接在浏览器 DOM 中进行编辑。实时设计,同时生成代码。它是 Bolt.new、Lovable、V0、Replit Agent、Figma Make、Webflow 等工具的开源替代方案。

🚧 🚧 🚧 Onlook 仍在开发中 🚧 🚧 🚧

我们正在积极寻找贡献者,共同打造 Onlook for Web 这一从提示到构建的卓越体验。请查看 开放议题,了解所有拟议功能(以及已知问题),并加入我们的 Discord,与数百位其他开发者协作。

使用 Onlook 可以做什么:

  • 几秒钟内创建 Next.js 应用程序
    • 从文本或图片开始
    • 使用预建模板
    • 从 Figma 导入
    • 从 GitHub 仓库导入
    • 向 GitHub 仓库提交 PR
  • 可视化编辑您的应用程序
    • 使用类似 Figma 的界面
    • 实时预览您的应用
    • 管理品牌资产和样式变量
    • 创建并导航页面
    • 浏览图层
    • 管理项目图片
    • 检测并使用组件——此前已在 Onlook Desktop 中实现_
    • 拖放组件面板
    • 使用分支功能尝试不同的设计方案
  • 开发工具
    • 实时代码编辑器
    • 从检查点保存和恢复
    • 通过 CLI 运行命令
    • 与应用市场连接
  • 几秒钟内部署您的应用
    • 生成可分享的链接
    • 绑定自定义域名
  • 与团队协作
    • 实时编辑
    • 发表评论
  • 高级 AI 功能
    • 一次排队发送多条消息
    • 将图片用作参考和项目资产
    • 在项目中设置和使用 MCP
    • 允许 Onlook 自身作为工具调用来创建分支和迭代
  • 高级项目支持
    • 支持非 NextJS 项目
    • 支持非 Tailwind 项目

Onlook-GitHub-Example

开始使用

使用我们的托管应用本地运行

使用方法

Onlook 可以运行在任何 Next.js + TailwindCSS 项目上,您可以将现有项目导入 Onlook,也可以在编辑器中从头开始。

使用 AI 聊天来创建或编辑您正在处理的项目。任何时候,您都可以右键单击某个元素,直接打开该元素在代码中的位置。

image

通过拖放方式绘制新的 div 并在父容器内重新排列它们。

image

将代码与您的站点设计并排预览。

image

使用 Onlook 的编辑器工具栏调整 Tailwind 样式、直接操作对象,并尝试不同的布局。

image

文档

如需完整文档,请访问 docs.onlook.com

如需了解如何贡献,请参阅我们的文档中的 参与 Onlook 部分。

工作原理

architecture
  1. 当您创建应用时,我们会将代码加载到一个 Web 容器中。
  2. 容器运行并提供代码服务。
  3. 我们的编辑器接收预览链接并在 iFrame 中显示。
  4. 编辑器会读取并索引容器中的代码。
  5. 我们会对代码进行插桩,以便将元素映射回其在代码中的位置。
  6. 当元素被编辑时,我们会在 iFrame 中先编辑该元素,然后再更新代码。
  7. 我们的 AI 聊天也具有代码访问权限,并拥有理解和编辑代码的工具。

从理论上讲,这种架构可以扩展到任何以声明式方式渲染 DOM 元素的语言或框架(例如 jsx/tsx/html)。目前,我们专注于使其与 Next.js 和 TailwindCSS 良好配合。

有关完整说明,请参阅我们的 架构文档

我们的技术栈

前端

数据库

人工智能

沙盒与托管

运行时

  • Bun - 单仓库管理、运行时、打包工具
  • Docker - 容器管理

贡献

image

如果你有任何改进建议,欢迎 fork 本仓库并提交 pull request。你也可以直接提交 issue

请参阅 CONTRIBUTING.md,了解贡献指南和行为准则。

贡献者

联系方式

image

许可证

本项目采用 Apache 2.0 许可证进行分发。更多信息请参阅 LICENSE.md

版本历史

v0.2.322025/07/17
v0.2.312025/07/17
v0.2.292025/04/24
v0.2.282025/04/14
v0.2.272025/04/12
v0.2.262025/04/09
v0.2.252025/04/05
v0.2.242025/03/31
v0.2.232025/03/31
v0.2.222025/03/29
v0.2.212025/03/25
v0.2.20-linux2025/03/24
v0.2.202025/03/22
v0.2.192025/03/22
v0.2.182025/03/20
v0.2.172025/03/18
v0.2.162025/03/17
v0.2.152025/03/15
v0.2.142025/03/14
v0.2.132025/03/12

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。

162.1k|★★★☆☆|今天
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

139k|★★☆☆☆|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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

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。

87.6k|★★☆☆☆|今天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

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。

77.1k|★★★☆☆|昨天
Agent图像开发框架