steedos-platform

GitHub
1.5k 415 中等 3 次阅读 4天前AGPL-3.0语言模型插件
AI 解读 由 AI 自动生成,仅供参考

Steedos Platform 是一个面向企业应用的开源平台,正逐步演进为 AI 原生基础设施 ObjectStack。它通过统一的元数据标准(ObjectQL)将自然语言提示直接转化为可运行的企业级软件,大幅降低开发门槛。传统企业应用开发往往依赖大量手工编码或封闭的低代码平台,而 Steedos 利用“元数据即代码”的理念,让 AI 能自动生成功能完整的应用,包括数据模型、业务逻辑和用户界面。

该平台由三大核心组件构成:ObjectQL(定义数据与交互的通用协议)、ObjectOS(无头运行引擎,提供权限、工作流等基础能力)和 Object UI(基于 React 与 Tailwind 的动态渲染引擎)。这种架构支持跨数据库部署、自动生成 API,并实现前后端解耦。

Steedos Platform 特别适合希望快速构建定制化企业系统的开发者、技术团队或数字化转型中的中小企业。它不要求用户具备深度编程能力,但又能满足复杂业务场景的扩展需求,是连接生成式 AI 与实际业务落地的实用桥梁。

使用场景

某中型制造企业的IT团队需要快速搭建一套设备巡检管理系统,用于记录车间设备的日常检查、故障上报和维修跟踪。

没有 steedos-platform 时

  • 需要从零设计数据库表结构(设备、巡检项、工单等),耗时且易出错
  • 前端页面需手动开发表单、列表和审批流程,至少投入2名工程师工作2周以上
  • 权限控制(如车间主任只能看本车间数据)需额外编码实现,逻辑复杂
  • 后续新增“备件更换记录”字段时,前后端都要修改,迭代效率低
  • 缺乏标准接口,难以与企业微信或钉钉集成推送提醒

使用 steedos-platform 后

  • 通过自然语言提示“创建设备巡检系统,包含设备台账、每日点检、故障报修和维修闭环”,AI 自动生成完整的 ObjectQL 元数据模型
  • Object UI 自动渲染出响应式界面,包含表单、列表、筛选和操作按钮,开箱即用
  • 基于 ObjectOS 内置的权限引擎,只需配置规则即可实现按部门/角色的数据隔离,无需写代码
  • 新增字段只需修改 .object.yml 文件,系统自动同步数据库并更新UI和API
  • 通过标准化 GraphQL API 快速对接企业微信机器人,实现工单状态变更自动通知

steedos-platform 将企业应用开发从“手工编码”转变为“语义描述”,让业务需求直接驱动软件生成。

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项目主要通过 Docker 或 Node.js (npx/yarn) 运行,无需 Python 环境。推荐使用 Docker 快速启动(steedos/steedos-community 镜像)或通过 create-steedos-app 脚手架初始化应用。运行环境需支持 Node.js 和容器化部署,具体系统资源需求未在 README 中明确说明。
python未说明
steedos-platform hero image

快速开始

Steedos Logo

Steedos Platform

正在演进为 ObjectStack:AI 原生基础设施。

元数据即新代码(Metadata is the new Code)。
AI 生成企业级软件的开源标准。

NPM Version Docker Pulls License

中文 (Chinese)新官网文档示例社区


[!IMPORTANT] 🚀 我们正在迁移至 ObjectStack!

Steedos Platform 正在进行重大架构演进。我们正在将核心重构为 ObjectStack —— 一个模块化、无头(headless)且 AI 原生的栈,由 ObjectQL(协议)、ObjectOS(引擎)和 Object UI(渲染器)组成。

虽然 Steedos Platform v2.x 仍受支持,但未来的开发重心将聚焦于 ObjectStack 生态系统。


📖 简介

Steedos PlatformObjectStack 架构的企业级实现。它结合了元数据驱动架构(Metadata Driven Architecture,类似 Salesforce)的可靠性与生成式 AI 的颠覆性速度。

我们正在重新定义软件的构建方式。无需再编写样板代码或手动拖拽组件,我们提供了一种 通用元数据标准(ObjectQL),让 AI 能够即时生成复杂应用。

ObjectStack 三位一体架构

Steedos 建立在三个独立但协同的支柱之上:

  1. ObjectQL(协议):一种统一语言,用于定义数据、逻辑和 UI。它作为 AI 与你的软件之间的标准接口。
  2. ObjectOS(引擎):一个无头运行时内核,提供标准化的 API、身份认证、权限控制和工作流自动化。
  3. Object UI(视图):一个基于 Schema 驱动的渲染引擎(基于 React & Tailwind),可将元数据即时转换为现代化、响应式的界面。

ObjectStack Architecture


⚡ 为什么选择 ObjectStack?

特性 ObjectStack(新架构) 传统低代码平台 Salesforce
理念 🤖 AI 原生(文本到应用) 🖱️ 拖拽式 🖱️ 点击 / 编码
数据层 🧬 ObjectQL(无头) 📄 专有 Schema 🔒 封闭元数据
UI 框架 🎨 Object UI(React + Tailwind) 🐢 厂商绑定 ⚠️ Aura / LWC
可扩展性 🧩 模块化包(@objectapp) ❌ 单体架构 ❌ 难以扩展
部署方式 ☁️ 任意环境(边缘/服务器) ☁️ 混合部署 🔒 仅限云

🌟 核心能力

1. 🤖 AI 数据建模(由 ObjectQL 驱动)

无需手动定义数据库 Schema,只需描述你的业务逻辑。

  • 文本到 Schema:告诉 AI “我需要一个项目管理系统”,它会自动生成标准的 *.object.yml 文件。
  • 数据库无关:相同的元数据可部署到 MongoDB、PostgreSQL 或简单的 JSON 文件。
  • 即时 API:ObjectOS 会自动为每个模型暴露 GraphQL 和 REST API。

2. 🎨 生成式 UI(由 Object UI 驱动)

为现代 Web 提供解耦的 UI 渲染。

  • Schema 驱动渲染:无需硬编码 HTML,UI 由 *.page.yml 元数据动态生成。
  • Tailwind & Shadcn:基于最新前端技术栈构建,通过元数据属性完全自定义。
  • React 组件:可无缝将自定义 React 组件注入标准页面布局。

3. ⚡ 逻辑与自动化(由 ObjectOS 驱动)

业务逻辑不应是黑盒。

  • 流程与触发器:通过简单的 YAML 配置或 TypeScript 函数定义自动化工作流。
  • 企业级安全:内置 RBAC(基于角色的访问控制),支持字段级权限。
  • 微服务就绪:架构设计为可作为独立服务运行,并通过标准协议通信。

🏗️ 架构演进

我们正从单体结构转向包含以下内容的 Monorepo 工作区:

  • @objectql/spec:核心类型定义和 JSON Schema。
  • objectql:服务端 ORM 和运行时引擎。
  • @object-ui/react:前端渲染引擎。
  • @objectapp/*:模块化业务应用包(CRM、ERP 等)。

🚀 快速开始

选项 1:Docker(最快)

运行最新稳定版 Steedos(已完成向 ObjectStack 的过渡前版本):

docker run -d -p 80:80 steedos/steedos-community:3.0

选项 2:创建新应用

使用我们的脚手架工具初始化项目:

npx create-steedos-app my-app
cd my-app
yarn install && yarn start

访问 http://localhost:5100,开始用 AI 构建应用。

🤝 社区与贡献

Steedos 和 ObjectStack 是开源项目。我们正积极探索 AI × 元数据 的前沿领域。

联系我们

Contact Steedos

版本历史

v2.7.322026/02/04
v3.0.11-beta.42026/01/06
v3.0.102025/12/30
v3.0.92025/12/30
v3.0.62025/12/18
v2.7.32-beta.32025/12/18
v3.0.32025/12/10
v3.0.22025/12/08
v2.7.312025/12/08
v3.0.12025/12/03
v2.7.272025/11/25
v2.7.242025/11/19
v2.7.232025/11/14
v2.7.212025/09/10
v2.7.202025/09/08
v2.6.382025/05/04
v2.6.372025/04/30
v2.7.172025/03/19
v2.7.162025/02/11
v2.6.322025/01/09

常见问题

相似工具推荐

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

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|★★★☆☆|2天前
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

74.9k|★★★☆☆|今天
语言模型图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架