lux-ui
lux-ui 是一款基于 Vue 3、Vite 5、TypeScript 和 Vuetify 3 构建的开源后台管理模板，旨在为开发者提供一套高效、美观且功能完备的项目起点。它解决了传统后台开发中环境配置繁琐、UI 风格不统一以及跨设备适配困难等痛点，通过预设的清晰项目结构和丰富的内置组件，让开发者能迅速投入业务逻辑开发，无需从零搭建基础框架。
这款工具特别适合前端开发者及需要快速构建企业级管理系统的技术团队。其核心亮点在于深度集成了现代化的技术栈，支持组件自动导入、Pinia 状态管理及 <script setup> 语法糖，显著提升了开发体验与代码维护性。此外，lux-ui 不仅内置了 Echarts、ApexChart 等数据可视化方案和多语言支持，还创新性地融入了 ChatGPT 智能助手功能，为管理系统增添了智能化交互能力。无论是需要完整功能的 SPA 版本，还是基于 Nuxt3 的服务端渲染方案，lux-ui 都提供了多样化的选择，确保项目能在不同场景下实现无缝的多平台自适应部署。
使用场景
某初创团队需要在两周内交付一套面向多端用户的 SaaS 数据管理后台，且要求集成智能客服功能以辅助运营。
没有 lux-ui 时
- 架构搭建耗时：开发者需手动配置 Vue3、Vite5 与 TypeScript 的复杂依赖，仅环境初始化就耗费数天，且容易遇到版本兼容坑。
- UI 风格不统一：基于 Vuetify3 二次开发时，缺乏预设的高质量主题和响应式布局，导致桌面端与移动端适配效果参差不齐，反复调整样式代码。
- AI 集成门槛高：若要接入 ChatGPT 实现智能助手，需从零编写 API 对接逻辑和对话界面，缺乏现成的组件参考，开发风险大。
- 功能重复造轮子：数据表格、富文本编辑器、拖拽看板等通用功能需自行寻找插件并封装，代码质量难以保证，维护成本极高。
使用 lux-ui 后
- 极速启动项目：直接基于 lux-ui 开箱即用的模板开发，内置了优化的 Vue3+Vite+TS 架构，项目初始化缩短至小时级，让团队专注业务逻辑。
- 完美多端体验：利用其预置的自适应布局和精美 Vuetify3 主题，无需额外编码即可实现从手机到大屏的无缝切换，界面专业度大幅提升。
- 智能功能内置：直接调用集成的 ChatGPT 模块和对话组件，快速上线智能问答与数据分析助手，显著增强了产品的智能化竞争力。
- 丰富组件复用：直接使用内置的 Echarts 图表、可拖拽任务板及虚拟滚动列表等高级组件，大幅减少重复代码，确保系统稳定且易于维护。
lux-ui 通过提供全栈式的技术底座与智能化组件，将后台系统的开发周期从“按月计”压缩至“按周计”，让团队能从容应对紧迫的交付挑战。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
在线演示
📖简介
目标：打造最佳的 Vuetify 3 管理后台开源模板。
基于 Vuetify 的优雅主题，我们构建了清晰高效的项目结构，并集成了最新的技术框架。该项目旨在满足广泛的常见技术需求和功能，同时引入 AI 助手以提供更智能的体验。此外，所有页面均支持多设备自适应，实现无缝的跨平台兼容性。
📖其他版本
SPA 完整版：lux-vuetify3
SPA 简化 i18n 版本lux-vuetify3-i18n
SPA 简化中文版lux-vuetify3-zh
Nuxt3 版本：
Nuxt3 完整版 lux-nuxt3
Nuxt3 简化版 lux-nuxt3-template
📖文档
📚特性
- 📖 Vue 3.2
- 📖 Vite 4.x
- 📖 UI 框架 Vuetify 3
- 📖 TypeScript
- 📦 组件自动导入
- 🍍 Pinia
- 📔
<script setup> - 📚 可使用 Iconify 中任意图标集的图标
- ☁️ 在 Netlify 上零配置部署
- 🔑 Firebase 认证
- 📈 Echarts、ApexChart
- 🧭 OpenAI、ChatGPT
- 🌍 vue-i18n
- 📚 virtual-scroller、vuedraggable、perfect-scrollbar
- 📝 富文本编辑器
- 📇 响应式多平台自适应
📈 项目活跃度
💬联系我
- 邮箱 yjkbako@gmail.com
- Twitter https://twitter.com/baibaixiang
- 微信
💌预览图
📦预装内容
🏷️ UI 框架
- Vuetify3 - Vuetify 是一个无需设计技能即可使用的 UI 框架，提供精美手工制作的 Vue 组件。
🏷️ 图标
- Iconify - 可使用任意图标集中的图标 🔍Icônes
- 通过 UnoCSS 的纯 CSS 图标
🏷️ 插件
- Vue Router4
- VueUse - 包含大量实用的组合式 API
- VuedDaggable - 支持拖放操作，并与视图模型数组同步。
- Vue-Masonry-Wall - 响应式马赛克布局，支持 SSR，且对 Vue 3 无依赖。
- Vue-Virtual-Scroller - 能够极速滚动任意数量的数据
👻立即尝试！
git clone https://github.com/yangjiakai/lux-admin-vuetify3.git
cd lux-admin-vuetify3
yarn install
yarn dev
👻使用 Docker！
构建开发环境镜像：
docker-compose build dev启动开发环境：
docker-compose up dev构建生产环境镜像：
docker-compose build app启动生产环境：
docker-compose up app
这应该能解决实时更新的问题。如果您还有任何疑问或遇到其他问题，请随时告诉我。
🔑设置 API 密钥
在根目录下找到 .env.template 文件，移除 .template 后缀，并将 VITE_OPENAI_API_KEY、VITE_UNSPLASH_ACCESS_KEY、VITE_GITHUB_CLIENT_ID、VITE_TTS_KEY 和 VITE_TTS_REGION 替换为您的密钥。
openai apikey： https://platform.openai.com/account/api-keys
unsplash apikey： https://unsplash.com/oauth/applications
github apikey： https://github.com/settings/tokens
azure textToSpeech : https://speech.microsoft.com/
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
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。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
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。