we0
we0 是一款专为开发者和产品经理打造的 AI 代码编辑器，旨在通过人工智能加速 Web 项目与小程序的构建过程。它不仅能像 v0 或 Bolt.new 一样根据描述生成代码和预览界面，更着重解决了传统在线工具无法直接编辑本地历史项目、缺乏原生调试环境以及难以适配微信小程序生态等痛点。
对于需要高效迭代的前端工程师、全栈开发者以及希望快速验证产品原型的管理人员，we0 提供了流畅的开发体验。其核心亮点在于内置了基于浏览器的 WebContainer 环境，支持直接在网页中运行终端、安装 npm 包并进行调试；同时利用先进的 D2C 技术，能将设计稿以高达 90% 的保真度转化为代码。此外，we0 深度集成了微信开发者工具，支持一键启动预览和调试，并兼容 Deepseek 大模型及 MCP 协议。作为一款开源工具，we0 支持 Windows 和 Mac 客户端下载，让开发者既能享受云端生成的便捷，又能拥有本地开发的灵活与控制权，是连接创意与落地的高效桥梁。
使用场景
某互联网公司的产品经理希望将设计师刚交付的高保真 Figma 首页原型，快速转化为可交互的微信小程序演示版，以便在下午的评审会上直接展示。
没有 we0 时
- 开发链路割裂：前端工程师需手动将设计稿“翻译”为代码，再单独配置微信开发者工具环境，耗时至少半天。
- 还原度难保证：人工编写 CSS 难以精准复刻复杂动效与布局，设计还原度往往不足 70%，需反复调整。
- 旧项目迭代慢：若需在现有历史项目中增加新功能，无法直接导入工程，只能本地拉取代码后重新配置依赖。
- 调试门槛高：非技术人员无法直接在浏览器中运行终端或安装 npm 包进行即时验证，必须等待开发环境搭建完成。
使用 we0 后
- 一键生成小程序：利用 we0 内置的 D2C 技术，直接导入设计稿即可生成还原度超 90% 的代码，并点击按钮直接唤起微信开发者工具预览。
- 全功能浏览器调试：产品经理可在 we0 内置的 WebContainer 环境中直接运行终端、安装依赖并实时查看效果，无需等待后端介入。
- 无缝衔接历史工程：直接打开本地已有的历史项目文件夹进行二次编辑和 AI 辅助开发，保留了完整的上下文逻辑。
- 多模型灵活支持：结合 Deepseek 等模型能力，针对复杂的业务逻辑生成更精准的代码片段，大幅减少人工修正成本。
we0 通过打通“设计到代码”再到“小程序预览”的全链路，让非开发人员也能独立高效地完成高质量的原型验证与迭代。
运行环境要求
- macOS
- Windows
未说明
未说明
快速开始
we0
We0 是什么
视频
We0 有何不同？
目前，Cursor、v0 和 Bolt.new 在 Web 项目生成方面表现出色。We0 项目具有以下特点：
支持浏览器端调试：内置 WebContainer 环境，允许您在浏览器中运行终端，安装并运行 npm 和工具库。
高保真设计还原：采用前沿的 D2C 技术，实现 90% 的设计还原度。
支持导入历史项目：与在浏览器环境中运行的 Bolt.new 不同，We0 可以直接打开现有的历史项目进行二次编辑和调试。
集成微信小程序开发者工具：只需点击即可启动微信开发者工具，实现直接预览和调试。
多平台支持：支持 Windows 和 Mac 操作系统客户端下载，同时也支持 Web 容器场景，您可以根据使用场景选择合适的终端。
| 特性 | we0 | v0 | bolt.new |
|---|---|---|---|
| 代码生成与预览 | ✅ | ✅ | ✅ |
| 设计转代码（未开源） | ✅ | ✅ | ✅ |
| 开源 | ✅ | ❌ | ✅ |
| 支持微信小程序工具预览 | ✅ | ❌ | ❌ |
| 支持现有项目 | ✅ | ❌ | ❌ |
| 支持 Deepseek | ✅ | ❌ | ❌ |
| 支持 MCP | ✅ | ❌ | ❌ |
| 支持生成设计（未开源） | ✅ | ❌ | ❌ |
开始使用
本项目使用 pnpm 作为包管理工具。请确保您的 Node.js 版本为 18.20。
- 安装 pnpm
npm install pnpm -g
- 安装依赖
# 客户端
cd apps/we-dev-client
pnpm install
# 服务器端
cd apps/we-dev/we-dev-next
pnpm install
- 配置环境变量
将 .env.example 重命名为 .env，并填写相应内容。
客户端 apps/we-dev-client/.env
# SERVER_ADDRESS [必须*]（例如：http://localhost:3000）
APP_BASE_URL=
# JWT_SECRET [可选]
JWT_SECRET=
服务器端 apps/we-dev-next/.env
# 第三方模型 URL [必须*]（例如：https://api.openai.com/v1）
THIRD_API_URL=
# 第三方模型 API-Key [必须*]（例如：sk-xxxx）
THIRD_API_KEY=
# JWT_SECRET [可选]
JWT_SECRET=
构建 Web 编辑器
chmod +x scripts/wedev-build.sh
./scripts/wedev-build.sh
快速启动方法 支持从根目录快速启动。
"dev:next": "cd apps/we-dev-next && pnpm install && pnpm dev",
"dev:client": "cd apps/we-dev-client && pnpm dev",
如何安装与使用
- 访问 https://old.we0.ai/。
- 选择适用于 Mac 或 Windows 的下载链接，下载安装程序。
- 运行安装程序。
- 打开 We0 应用程序。
问题
- 如果 Electron 在第二次运行时报告错误，请删除客户端工作区。
- 如果 Electron 启动时没有预览，请运行 pnpm run electron:dev。
联系我们
发送邮件至 enzuo@wegc.cn
微信群聊
如果您无法加入微信群，可以添加
星标历史
版本历史
beta2025/02/10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
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。
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
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
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。