Chef：开源 AI 全栈应用构建工具实践

Chef 是 Convex 推出的开源 AI 应用构建工具，能根据自然语言生成包含数据库、认证和实时功能的完整全栈应用。通过类型安全开发循环实现自动错误修复，解决传统 AI 工具只能生成前端代码的问题，适合快速原型开发。

转自：https://yunpan.plus/t/507-1-1

一个提示词生成完整应用

前端开发者最头疼的问题之一，就是后端逻辑的实现。数据库设计、API 接口、用户认证……每一项都需要时间和经验。市面上的 AI 代码工具大多只能生成 UI 组件，遇到后端就"哑火"了。

Convex 团队开源的 Chef 项目提供了不同的解决思路。输入一句话描述，它能生成包含前后端完整逻辑的可运行应用。这个项目目前在 GitHub 已有 2800+ star，值得关注。

主要功能特性

完整的技术栈支持

React + TypeScript 全栈：https://yunpan.plus/t/197

Chef 基于 Convex 平台开发，提供了从前端到后端的完整能力：

数据库层面

自动创建数据表和索引
支持关系查询和复杂过滤
实时数据订阅机制

业务逻辑层面

类型安全的查询函数（Query）
数据变更函数（Mutation）
外部 API 调用（Action）

应用层面

零配置用户认证
文件上传存储
定时任务调度

类型安全的开发流程

这是 Chef 的核心优势。它利用 TypeScript 的类型系统，在代码生成过程中：

定义数据库 Schema 时自动生成类型
编写业务函数时进行类型检查
前端调用时获得完整的类型提示

当生成的代码存在问题，编译器会给出明确的错误信息，AI 会根据这些反馈自动修复。这种机制让它能处理更复杂的业务场景。

实时数据同步

基于 Convex 的响应式架构，生成的应用天然支持实时更新。一个用户修改数据，所有在线用户立即看到变化，不需要手动配置 WebSocket。

技术实现方式

代码示例：待办事项应用

定义数据结构

// 数据库 Schemaexport default defineSchema({  tasks: defineTable({    text: v.string(),    isCompleted: v.boolean(),    userId: v.id("users"),  }).index("by_user", ["userId"]),});

查询函数

export const list = query({  handler: async (ctx) => {    const identity = await ctx.auth.getUserIdentity();    return await ctx.db      .query("tasks")      .filter((q) => q.eq(q.field("userId"), identity.subject))      .collect();  },});

前端调用

const tasks = useQuery(api.tasks.list);

三段代码就实现了带用户隔离的任务列表功能，类型完全自动推导。

工作流程

Chef 的运行分为三个阶段：

初始化：创建 Vite + React 项目模板，集成 Convex 配置
生成：AI 根据提示词生成代码，遵循 Convex 最佳实践
验证：运行类型检查，根据错误反馈迭代优化

这个循环会持续到代码通过编译检查。

实际应用案例

社区开发者用 Chef 构建了多个实用项目：

习惯追踪器 包含任务管理、完成记录、数据统计图表等功能。前端使用 Recharts 展示数据，后端自动处理统计逻辑。

协作笔记应用 类似 Notion 的实时编辑体验。多人同时编辑时，光标位置和内容变化实时同步，还能显示当前在线用户。

AI 视频平台 Cinemartie 开发者 Hyo Jang 在黑客松活动中完成的项目，集成了视频上传、AI 处理、存储管理等完整流程。他提到开发效率提升了 4 倍。

使用建议

根据 Convex 团队总结的经验：

提示词编写

首次描述核心功能，后续迭代添加细节
明确说明配色方案和界面风格
控制在 300 字以内，避免信息过载

开发流程

从最简单的版本开始，逐步增加功能
遇到生成结果不理想时，及时回退到上一个版本
可以用 ChatGPT 等工具优化提示词表达

适用场景

快速原型验证
中小型业务系统
学习全栈开发流程

对于大型系统或有特殊性能要求的项目，仍需要人工介入优化。

技术生态

Chef 采用 Apache-2.0 开源协议，代码托管在 GitHub。开发者可以自行部署或基于源码定制。

Convex 平台本身也提供了向量搜索、Agent 工作流等 AI 能力，适合构建更复杂的智能应用。

项目局限

需要注意几点：

生成的代码质量依赖提示词准确性
复杂业务逻辑可能需要多次迭代
目前主要支持 React 技术栈
大规模应用需要额外的性能优化

总体来说，Chef 适合快速验证想法和构建中小型应用。它证明了 AI 工具在理解业务逻辑方面的潜力，也为全栈开发提供了新的思路。

关注「异或Lambda」，获取更多开源项目和技术实践分享

配套资源

📌 GitHub 仓库：get-convex/chef
🌐 技术文档：docs.convex.dev
🎬 TypeScript项目实战：https://yunpan.plus/t/376

标签：#Chef #Github #AI编程 #全栈开发 #开源工具 #TypeScript #实时应用 #AIGC

Chef：开源 AI 全栈应用构建工具实践