魔法云——全自主AI驱动的软件开发助手

Magic 是一款开源、可自托管的 AI 软件开发平台，能够通过自然语言生成并运行全栈业务应用和 AI 代理。

Magic 基于 OpenAI 和 Hyperlambda 构建而成。Hyperlambda 是一种专门用于解决后端软件开发相关问题的领域特定语言，被誉为“AI 代理编程语言”。在开源环境中，你可以轻松创建全栈应用，就像 Lovable、Bolt 或 Replit 一样。只需使用自然语言作为输入，如果你愿意，还可以将其托管在自己的硬件上。

无需额外的“后端连接器”或“数据库连接器”！

因此，完全无锁定！！

一切均与 SQLite 完全集成，同时支持可选的 MySQL、PostgreSQL 和 Microsoft SQL Server。基本上，如果你想，完全可以将整个系统运行在你自己的硬件上……

开源“氛围编码”平台

以下是一个应用，它是根据如下提示创建的：

为一家汽车经销商创建一个管理 VIP 客户的全栈应用

整个过程总共花了约 30 分钟，错误不到一只手就能数过来，过程中仅对大语言模型进行了 5 到 10 次修正或反馈。所有 bug 都由经验丰富的软件开发者轻松定位并消除。

在自动生成数据库之前，Magic 提出了一些控制性问题；随后基于集成的 Hyperlambda 生成器创建后端代码，最后再根据 API 组装前端——包括身份验证和授权，100% 安全（当然啦！）。所有内容都本地部署在内置的 Web 服务器上。

一旦保存代码，你就可以直接测试！无需任何“部署”或“发布”操作即可测试代码！

强大的 AI 代理！

以下是 Magic 中的 AI 代理，它完全自主地浏览网页并填写了一个“联系我们”表单。这个具体示例使用了内置的无头浏览器，让 AI 代理能够“看到”网页，自主浏览并完成任务。

不过，你也可以将 AI 代理与你的 CRM 系统、ERP 系统、旧数据库等“任意”系统集成起来。从根本上说，Magic 就是一个用于构建软件和 AI 代理的 AI 代理。至于你用它来做什么，完全取决于你自己。

除了仪表板中的 AI 代理，它能仅凭自然语言输入就生成完整的全栈应用之外，系统还提供了一系列其他组件，帮助你实现软件开发的自动化，比如：

• CRUD 生成器，利用数据库元信息创建 API 端点
• SQL Studio，让你能够以可视化方式设计和管理你的 SQL 数据库
• 内置 RBAC
• Hyper IDE，让你能在类似 VS Code 的环境中手动编辑代码
• 任务管理器，用于管理和调度任务
• 机器学习组件，让你能够管理 AI 代理和聊天机器人
• 插件仓库，支持安装各种类型的前端网站和后端代码
• 以及更多更多……

以下是 Hyper IDE 的截图。

上述展示了 Magic 如何助力“注释驱动开发”，即通过声明式注释提供“自然语言指令”，然后由系统利用内置的 AI 代码生成器自动实现代码。

同时也是一个 Web 服务器

Magic 本身也是一款 Web 服务器，让你能够即时部署一切，无需编译、构建流程或复杂的管道连接器等等。因此，整个流程如下：

1. 创建你的提示
2. 按下回车键
3. 测试！

或者，你还可以使用内置的无头浏览器自动生成 AI 工作流，完成后自动测试你的系统！

这与那些不够成熟的工具形成了鲜明对比，比如 Lovable 和 Bolt44，它们要求你先部署到两个不同的第三方服务商，才能测试代码。因此，在大多数实际场景中，Magic 的开发模式速度大约快了 10 倍，而且更加优化……

除了能够生成纯 JS、CSS 和 HTML 前端并立即提供服务，而无需任何部署管道之外，系统还预置了多个现成的前端系统，比如【AI 专家系统】（https://ainiro.io/ai-expert-system），它允许你提供受密码保护的 AI 代理，甚至交付完整的 SaaS AI 解决方案。

该系统尤其适合用于创建 AI 代理。

无头浏览器

Magic 内置了一个无头浏览器，特别是 PuppeteerSharp，让你能够像人类一样浏览网页、填写表单、点击按钮等等。

• “访问 xyz 网站，识别他们的‘联系我们’表单，如果需要的话修改 URL，并填写他们的‘联系我们’表单。”

你可以在下面的截图中看到这个提示的示例。

Git 集成

与其他氛围编码工具不同，Magic Cloud 从第一天起就是专为软件开发者打造的。这意味着它集成了 Git，成为平台不可或缺的一部分。这样，你可以根据需要设置任意数量的管道，使用 Git 管理代码，或使用 GitHub 工作流进行部署。

1. 创建新项目
2. 使用氛围编码技术配置所有工具，甚至可以配置你的 GitHub 工作流
3. 提交并推送

以下是集成的 AI 代理客观对比 Magic Cloud 与 Lovable 和 Bolt44 的结果。

Python、终端与C#的集成

即时生成并执行Python脚本，并让大语言模型将这些脚本用作“工具”。此外，您还可以使用BASH和底层终端，并通过C#创建Hyperlambda扩展关键字。

由于Magic默认以受保护的服务账号运行，因此实际上相当安全——不过，显然请勿开放端点，允许第三方用户生成并执行任意Python代码。

您还可以持久化Python脚本，并在之后将其作为“工具”引用，从而永久扩展AI代理的功能；或者，您甚至可以将Python执行集成到您的端点和服务中。

注意——显然，您必须以root身份登录，才能生成和执行Python脚本、终端脚本以及创建C#扩展。不过，Magic拥有独特的安全模型，能够彻底消除各类与安全相关的“漏洞”。但您仍需保持清醒的头脑。Magic可不是（双关！）“灵丹妙药”。

随处部署

如果您选择创建AI代理而非全栈应用——这正是该系统特别擅长的领域——您可以将它们作为受密码保护的AI专家系统提供，或嵌入式AI聊天机器人，内嵌于某个网站。以下是我们的AI聊天机器人，您可在此试用这里。

比Python快20倍

当我们对比Hyperlambda与Magic Cloud时，其速度大约是用Python构建的类似解决方案（如Fast API或Flask）的20倍左右。与LangChain相比，它的速度可能快50倍，而且由于能用英语编写后端代码，而不是“拖拽式的所见即所得地狱”，创建工作流也变得简单得多。总体而言，Hyperlambda解决方案在可扩展性和性能上与C#结合Entity Framework不相上下。以下是Hyperlambda与Fast API和Flask的对比。

Magic Cloud基于C#和.NET Core 10构建。

平均而言，Magic的速度可能是“图形化工作流解决方案”（如N8N、LangChain、Zapier、Make等）的100到1000倍——这是因为Magic依赖的是真正的编程语言，而非基于JSON、XML或Markdown的“工作流文件”。执行一段Hyperlambda代码的速度，大约是解析YAMNL或JSON文件中的“动态逻辑”的1000倍。

Hyperlambda几乎与纯C#代码不相上下！

开始使用

最简单的入门方式是使用Docker，并创建一个包含以下内容的_docker-compose.yaml_文件：

version: "3.8"

services:
  backend:
    image: servergardens/magic-backend:latest
    platform: linux/amd64
    container_name: magic_backend
    restart: unless-stopped

    ports:
      - "4444:4444"

    volumes:
      - magic_files_etc:/magic/files/etc
      - magic_files_data:/magic/files/data
      - magic_files_config:/magic/files/config
      - magic_files_modules:/magic/files/modules

  frontend:
    image: servergardens/magic-frontend:latest
    container_name: magic_frontend
    restart: unless-stopped

    depends_on:
      - backend

    ports:
      - "5555:80"

volumes:
  magic_files_etc:
  magic_files_data:
  magic_files_config:
  magic_files_modules:

将它保存到某个位置，然后执行docker compose up或其他命令，访问localhost:5555，使用“root”/“root”登录并配置系统。您可在此阅读更多内容，了解其他替代方案，比如直接在本地机器上运行代码库。

您也可以观看我在这里指导您完成设置过程。

自行提供OpenAI API密钥

要使用该系统，您需要一个OpenAI API密钥。您可在此创建。

注意——要获得gpt-5.4的访问权限，您可能需要向OpenAI API账户存入51美元。Magic依赖于OpenAI，如果不向OpenAI存钱，您就无法获得gpt-5.4的访问权限，而gpt-5.4正是Magic中用于“氛围编码”的默认模型。您或许能在氛围编码期间使用GPT-4.1，但5.4版本__好太多了__！

如果您对OpenAI完全过敏，系统还提供了Ollama和HuggingFace插件，让您能够用Ollama或HuggingFace模型和端点“覆盖”推理功能——不过，嵌入向量只能通过OpenAI的API生成。

DIY家庭云

Magic非常容易安装在Mac Mini等设备上，只需使用Docker镜像即可。通过与CloudFlare隧道结合，您可在几分钟内搭建起一个Web服务器，从家中为应用和数据提供服务。下面这个链接就是从我在塞浦路斯拉纳卡的家中运行的，使用了CloudFlare隧道。我们已在美国、挪威及众多国家进行了测试，考虑到连接质量，响应速度还算不错。

• 由DIY Web服务器提供的CRM仪表板

以下是系统的截图。

利用这样的部署方式，您可以完全绕过任何审查或监控，从而彻底避免内容或应用被监视或审查。

大语言模型

该系统内部使用的是OpenAI的gpt-5.4，且已开启最小化推理模式——但所有参数均可调整，只需稍加努力，您便可将内置默认设置替换为Ollama或Hugging Face模型。不过，Hyperlambda生成器的训练数据集并未公开，我们也没有计划公开。这意味着，在最坏情况下，您依然可以完美运行已生成的系统，而无需再生成新系统——即便您因某种原因丢失了Hyperlambda生成器，也无妨。

然而，Hyperlambda生成器本身相当独特，这得益于Hyperlambda集成的安全模型，它能够动态地即时生成工具，并在后端安全地执行生成的代码。这一点已在我们的自然语言API中得到验证。

以下是来自一个公开页面（自然语言API）的截图，我们接受任何随机访问者的输入。输入随后会通过我们的大语言模型转换为Hyperlambda格式，然后在我们的DMZ军事化区域内的__进程内__执行。我们曾向黑客们提出，如果他们能以某种方式利用该接口获取个人身份信息或从中提取敏感信息，就奖励100美元。迄今为止，尚无人向我们索要这笔奖金。这项悬赏已经持续了3个月，目前仍未有人成功得手。

如果你能攻破上述API接口，我将给你100美元！

独特的安全模型

Hyperlambda的核心在于，它首先运行于沙箱环境中，因此无法访问自身沙箱之外的文件系统。此外，它还具备根据内置RBAC系统对单个函数进行白名单管理的能力，允许您的服务器接受代码作为输入，却仍能安全地执行——甚至无需知晓其来源。

这种功能之所以可行，是因为Hyperlambda在执行层面限制了函数调用，据我所知，目前全球只有Hyperlambda这一种编程语言能做到这一点。

这使得Hyperlambda特别适合需要“按需生成工具”的AI代理，因为解决方案的所有者可以指定服务器词汇表中的子集作为“合法函数”，而其他函数则一律禁止调用。

这样一来，您便能交付能够__按需__创建自身工具的AI代理——既不会扩大攻击面，也不会留下安全漏洞。

技术

Magic Cloud基于.NET Core 10构建，其仪表板采用Angular开发。而Hyperlambda完全由我本人发明并打造，您可在下方找到一些介绍其独特技术的文章：

• 用Hyperlambda让C#更具动态性
• 主动事件：一种设计模式胜过一打

不过，Hyperlambda及其关联的Magic Cloud，均基于一种独特的设计模式——“主动事件”或“槽与信号”。这是一种用于执行“动态函数”的进程内模型，是Magic Cloud独有的特色。主动事件正是Hyperlambda的核心所在，它彻底消除了所有跨项目依赖，从而实现了100%的“完美”封装与内聚。

正是上述设计模式与Hyperlambda的结合，成就了Magic Cloud如此极致的安全水平。我们可以放心地相信，任何由AI生成的代码都不会做出有害行为——因为它根本就没有权限执行恶意操作——除非有人明确赋予它这样的权限。

我对其代码库的质量充满信心，如果您能在它的后端代码中发现（严重安全）漏洞，我将奖励您100美元！

维护

Magic Cloud和Hyperlambda由AINIRO.IO负责开发与维护。我们不仅提供Magic Cloud的托管、支持与软件开发服务，还致力于交付AI代理、聊天机器人及各类AI解决方案。

许可协议

本项目及其所有附属项目均采用开源倡议发布的MIT许可协议授权。详情请参阅LICENSE文件。如有关于许可的疑问，欢迎联系托马斯·汉森，邮箱：thomas@ainiro.io。

版权与维护

本项目版权归托马斯·汉森所有，自2019年至2025年受AINIRO.IO专业维护。

Magic Cloud 快速上手指南

环境准备

• 系统要求：支持 Linux、macOS、Windows（推荐使用 Docker 环境）
• 前置依赖：
  • Docker 和 docker-compose
  • OpenAI API Key（申请地址）
  • 可选：国内用户可使用阿里云/腾讯云镜像加速 Docker 拉取

注：Magic 默认使用 gpt-5.4 模型，需在 OpenAI 账户充值 $51 才能启用。如需规避 OpenAI，可使用 Ollama 或 HuggingFace 替代推理模型（但嵌入仍需 OpenAI）。

安装步骤

1. 创建 docker-compose.yaml 文件：

version: "3.8"

services:
  backend:
    image: servergardens/magic-backend:latest
    platform: linux/amd64
    container_name: magic_backend
    restart: unless-stopped

    ports:
      - "4444:4444"

    volumes:
      - magic_files_etc:/magic/files/etc
      - magic_files_data:/magic/files/data
      - magic_files_config:/magic/files/config
      - magic_files_modules:/magic/files/modules

  frontend:
    image: servergardens/magic-frontend:latest
    container_name: magic_frontend
    restart: unless-stopped

    depends_on:
      - backend

    ports:
      - "5555:80"

volumes:
  magic_files_etc:
  magic_files_data:
  magic_files_config:
  magic_files_modules:

2. 在终端执行：

docker compose up -d

3. 等待服务启动后，访问：http://localhost:5555

4. 登录默认账户：root / root

5. 进入设置页面，填写你的 OpenAI API Key。

基本使用

1. 在首页输入自然语言提示，例如：

Create me a full stack app to manage VIP customer for a car dealership

2. 按回车，Magic 将自动：

   • 生成数据库结构（SQLite）
   • 生成后端 API（Hyperlambda）
   • 生成前端界面（JS/HTML/CSS）
   • 集成认证与授权

3. 代码生成后，无需部署，直接点击“Test”即可在本地运行完整应用。

4. 可通过内置 Hyper IDE 手动编辑代码，或使用 Headless Browser 自动测试表单提交、网页交互等 AI 任务。

所有功能均在本地运行，支持一键 Git 提交，可对接 GitHub Actions 实现自动化部署。