cofounder · 智能体框架与编排

一款用自然语言"对话造应用"的AI全栈开发工具

背景：AI编程工具的新范式

想象一下：你对电脑说"帮我做一个待办事项应用，要能显示任务列表、加新任务、标记已完成"，几分钟后，一个完整可运行的后端API + 前端界面就出现在你面前——这不是科幻，而是 Cofounder 正在做的事。

Cofounder 由独立开发者 @n_raidenai 构建，定位是"全栈生成式Web应用开发工具"。它的核心思路与传统AI编程助手不同：不是帮你在现有项目中补代码，而是从零生成一个完整的可运行项目，包括后端服务、数据库、前端界面，甚至是状态管理逻辑。

核心技术：三层架构驱动生成

从项目结构来看，Cofounder 由三个核心模块组成：

1. cofounder/api — AI 生成引擎（后端）

这是整个项目的大脑。基于 Node.js + Express 构建，通过 YAML 配置定义"节点"（Node）和"序列"（Sequence）来编排 AI 工作流。核心技术栈包括：

@anthropic-ai/sdk + openai — 双模型支持，同时调用 Claude 和 GPT
vectra — 本地向量数据库，支持语义搜索（无需外部向量服务）
Socket.IO — 实时通信，生成过程流式推送
vite + vite-express — 在 Node.js 环境中直接运行 Vite/React 项目

一个典型的生成任务通过 YAML 配置文件描述 DAG（有向无环图），定义 LLM 调用、验证步骤、修复步骤的执行顺序和并发数。默认 LLM 并发为 2，可在配置文件中调整为更高值以提升速度。

2. cofounder/dashboard — 可视化设计控制台（前端）

React 18 + TypeScript 构建，Vite 构建工具链。使用了大量 Radix UI 原子组件（Dialog、Select、Toast 等 30+ 组件），配合 Tailwind CSS 实现样式。亮点特性：

@xyflow/react（React Flow） — 节点式可视化编辑器，实时展示 AI 生成任务的执行流程
framer-motion — 动画库，为 UI 交互添加流畅动效
d3 — 数据可视化，任务状态的图表展示
shadcn/ui 设计系统 — 基于 Tailwind 的现代化组件库

3. apps/ — 生成结果输出目录

用户在 dashboard 中输入需求后，生成的应用代码会增量输出到 apps/{项目名}/ 目录，每个生成应用自带 package.json 和 vite.config.ts，可独立运行。

架构设计：DAG + YAML 配置的"AI工作流编排"

Cofounder 的架构精髓在于将 AI 生成过程拆解为可配置的"节点"和"序列"。

节点（Node） 定义了原子操作，比如 op:LLM::GEN 是文本生成节点，op:LLM::VECTORIZE 是向量嵌入节点。每个节点有输入（in）、输出（out）和队列配置（并发数、重试策略）。

序列（Sequence） 将多个节点串联成 DAG，定义生成任务的分步执行路径。配置文件位于 cofounder/api/system/structure/ 目录下，使用 YAML 格式，开发者可以自行修改生成策略。

这种设计的优势在于：生成过程完全透明可调。传统 AI 编程工具是一个黑盒，而 Cofounder 让你可以深入调整每个步骤的模型、并发和验证逻辑。

上手体验：快速启动

安装仅需一行命令：

npx @openinterface/cofounder

安装过程会自动：1) 提示输入 OpenInterface API Key；2) 创建目录结构并安装依赖；3) 启动本地 API 服务器（端口 4200）；4) 自动打开浏览器，进入 Dashboard。

也可以跳过图形界面，直接用命令行生成：

npx @openinterface/cofounder -p "MyApp" -d "描述你的应用" -a "设计风格"

技术亮点

1. 真正的全栈生成
不是简单的代码片段拼接，而是生成包含后端 API、数据库操作、前端路由、状态管理的完整项目结构。生成后可直接 npm run dev 运行。

2. 可视化任务流
Dashboard 中的 React Flow 节点编辑器，让你实时看到 AI 生成任务的执行状态，每一步是成功、失败还是等待，一目了然。

3. 设计系统集成
内置 blocks.pm、Figma Core、Material Design、shadcn/ui 等多个设计系统的预设配置，生成时可选设计语言。

4. 实时迭代
生成的应用中内置 ⌘+K / Ctrl+K 快捷键，可直接在运行中的应用里迭代修改单个 UI 组件，无需重新生成整个项目。

局限与风险

作者在 README 开头用了大量篇幅强调这是一个 "Early Alpha, Unstable" 的版本：

Token 消耗巨大：生成一个完整应用可能消耗数百万 token，不适合 API 调用预算紧张的用户。
稳定性不足：生成过程可能中途失败，代码质量参差不齐，不适合生产环境使用。
文档严重不足：README 中大量段落标注 "[WIP]"（工作进行中），架构说明、Changelog、Roadmap 几乎为空。
闭源云服务依赖：当前版本需要依赖 api.cofounder.openinterface.ai 的远程索引，设计器和 Swarm 功能无法完全本地化。
仅支持 React 技术栈：Roadmap 中列出了 React Native 和 Flutter 支持，但当前版本仅支持 Vite + React 生成。

与同类工具的对比

特性	Cofounder	Cursor	Bolt.new	LoLLMS
生成方式	对话描述 → 完整项目	代码补全	完整项目	代码补全
Web UI	✅ Dashboard	❌	✅	❌
后端生成	✅ Express	❌	✅	❌
设计系统	✅ 多预设	❌	❌	❌
本地向量	✅ Vectra	❌	❌	❌
稳定性	⚠️ 早期alpha	✅ 成熟	✅ 成熟	✅
开源	✅	❌	❌	✅

行业意义：AI开发从"辅助"到"自主"的跨越

Cofounder 代表了一种更激进的 AI 编程理念：不是辅助程序员写代码，而是让非程序员也能从零构建完整应用。虽然当前 alpha 版本稳定性堪忧，但其架构设计（节点-序列 DAG、可视化工作流、多设计系统支持）展现了构建下一代 AI 开发工具的思路。

对于开发者而言，即使当前版本不稳定，其开源代码本身也是研究"如何用 LLM 生成完整全栈项目"的宝贵参考——特别是节点编排系统、生成验证流程和增量代码生成逻辑。

快速开始建议

想尝鲜：用 npx @openinterface/cofounder 快速体验，但准备好 API 预算
想深入研究：克隆仓库，研读 cofounder/api/system/structure/ 下的 YAML 配置文件，理解节点-序列编排机制
想贡献：查看 CONTRIBUTING.md，目前接受 Swarm 自动化修复模块、验证模块、设计系统集成的 PR

一款用自然语言"对话造应用"的AI全栈开发工具

背景：AI编程工具的新范式

核心技术：三层架构驱动生成

从项目结构来看，Cofounder 由三个核心模块组成：

1. cofounder/api — AI 生成引擎（后端）

这是整个项目的大脑。基于 Node.js + Express 构建，通过 YAML 配置定义"节点"（Node）和"序列"（Sequence）来编排 AI 工作流。核心技术栈包括：

@anthropic-ai/sdk + openai — 双模型支持，同时调用 Claude 和 GPT
vectra — 本地向量数据库，支持语义搜索（无需外部向量服务）
Socket.IO — 实时通信，生成过程流式推送
vite + vite-express — 在 Node.js 环境中直接运行 Vite/React 项目

2. cofounder/dashboard — 可视化设计控制台（前端）

React 18 + TypeScript 构建，Vite 构建工具链。使用了大量 Radix UI 原子组件（Dialog、Select、Toast 等 30+ 组件），配合 Tailwind CSS 实现样式。亮点特性：

@xyflow/react（React Flow） — 节点式可视化编辑器，实时展示 AI 生成任务的执行流程
framer-motion — 动画库，为 UI 交互添加流畅动效
d3 — 数据可视化，任务状态的图表展示
shadcn/ui 设计系统 — 基于 Tailwind 的现代化组件库

3. apps/ — 生成结果输出目录

用户在 dashboard 中输入需求后，生成的应用代码会增量输出到 apps/{项目名}/ 目录，每个生成应用自带 package.json 和 vite.config.ts，可独立运行。

架构设计：DAG + YAML 配置的"AI工作流编排"

Cofounder 的架构精髓在于将 AI 生成过程拆解为可配置的"节点"和"序列"。

这种设计的优势在于：生成过程完全透明可调。传统 AI 编程工具是一个黑盒，而 Cofounder 让你可以深入调整每个步骤的模型、并发和验证逻辑。

上手体验：快速启动

安装仅需一行命令：

npx @openinterface/cofounder

安装过程会自动：1) 提示输入 OpenInterface API Key；2) 创建目录结构并安装依赖；3) 启动本地 API 服务器（端口 4200）；4) 自动打开浏览器，进入 Dashboard。

也可以跳过图形界面，直接用命令行生成：

npx @openinterface/cofounder -p "MyApp" -d "描述你的应用" -a "设计风格"

技术亮点

2. 可视化任务流
Dashboard 中的 React Flow 节点编辑器，让你实时看到 AI 生成任务的执行状态，每一步是成功、失败还是等待，一目了然。

3. 设计系统集成
内置 blocks.pm、Figma Core、Material Design、shadcn/ui 等多个设计系统的预设配置，生成时可选设计语言。

4. 实时迭代
生成的应用中内置 ⌘+K / Ctrl+K 快捷键，可直接在运行中的应用里迭代修改单个 UI 组件，无需重新生成整个项目。

局限与风险

作者在 README 开头用了大量篇幅强调这是一个 "Early Alpha, Unstable" 的版本：

Token 消耗巨大：生成一个完整应用可能消耗数百万 token，不适合 API 调用预算紧张的用户。
稳定性不足：生成过程可能中途失败，代码质量参差不齐，不适合生产环境使用。
文档严重不足：README 中大量段落标注 "[WIP]"（工作进行中），架构说明、Changelog、Roadmap 几乎为空。
闭源云服务依赖：当前版本需要依赖 api.cofounder.openinterface.ai 的远程索引，设计器和 Swarm 功能无法完全本地化。
仅支持 React 技术栈：Roadmap 中列出了 React Native 和 Flutter 支持，但当前版本仅支持 Vite + React 生成。

与同类工具的对比

特性	Cofounder	Cursor	Bolt.new	LoLLMS
生成方式	对话描述 → 完整项目	代码补全	完整项目	代码补全
Web UI	✅ Dashboard	❌	✅	❌
后端生成	✅ Express	❌	✅	❌
设计系统	✅ 多预设	❌	❌	❌
本地向量	✅ Vectra	❌	❌	❌
稳定性	⚠️ 早期alpha	✅ 成熟	✅ 成熟	✅
开源	✅	❌	❌	✅

行业意义：AI开发从"辅助"到"自主"的跨越

快速开始建议

想尝鲜：用 npx @openinterface/cofounder 快速体验，但准备好 API 预算
想深入研究：克隆仓库，研读 cofounder/api/system/structure/ 下的 YAML 配置文件，理解节点-序列编排机制
想贡献：查看 CONTRIBUTING.md，目前接受 Swarm 自动化修复模块、验证模块、设计系统集成的 PR