AutoBE
将自然语言需求分阶段生成可构建的 TypeScript 后端。
- Star 数
- ★ 1.4k
- 最近更新
- 3 个月前
- License
- AGPL-3.0
- 主语言
- TypeScript
- FA 评分
- 35/100 · 缺口较多
30 秒速览
- 可在哪里用
- 通用 · 跨平台
- 开始前需要
- 典型场景
- 非程序背景的创业者要快速制作待办事项应用原型，并先得到需求分析、数据库设计和 API 规格。
- 主要局限
- 仓库明确指出可编译不等于运行时成功，数据库连接、接口和业务逻辑仍可能在执行时失败。
这个 Agent 能做什么，适合哪些场景？
AutoBE 是面向原型到生产后端构建的本地运行式 AI 后端生成器。用户通过 playground 的聊天界面描述需求，系统按瀑布流程完成需求分析、数据库设计、API 设计、E2E 测试和实现。它由 Facade Controller 协调 40 多个专用功能 Agent，并在生成代码前构建和验证语言无关的 AST。目标输出是 TypeScript、Prisma 与 NestJS 后端，以及 API 文档、数据库文档、测试代码和类型安全客户端 SDK。仓库将“100% 可编译”作为生成代码目标，但明确说明运行时行为、设计解释和后续维护仍需人工验证与处理。
启动 pnpm run playground 后，用户在本地聊天界面依次提交需求。Facade Controller 将工作分派到 Analyze、Database、Interface、Test 和 Realize 阶段；Database 由 AutoBeDatabase 校验，Interface 通过 AutoBeOpenApi 生成 OpenAPI 相关输出，Test 由 AutoBeTest 分析，Realize 使用 Hybrid Compiler。Agent 先产生预定义 schema 表达的语言无关 AST，再在类型规则校验后生成 TypeScript 和 Prisma 代码。生成的后端包含 API 控制器、DTO 结构、实现逻辑、E2E 测试函数，以及可供前端和测试调用的类型安全 SDK。
- 非程序背景的创业者要快速制作待办事项应用原型，并先得到需求分析、数据库设计和 API 规格。
- 后端团队需要为新的 NestJS/Prisma 服务生成可审阅的 ERD、控制器、DTO 和初始实现。
- 测试工程师希望在接口实现前生成使用类型安全 SDK 的 E2E 测试函数。
- 技术负责人需要比较多个模型在 Todo、Reddit、购物和 ERP 后端生成任务上的评测结果。
- 开发团队需要将首次生成的后端交给代码助手继续扩展，并保留规格与测试作为维护基础。
如何安装或部署这个 Agent？
前置条件：已安装 Git 和 pnpm。执行：
git clone https://github.com/wrtnlabs/autobe --depth=1
cd autobe
pnpm install
pnpm run playgroundplayground 会在 http://localhost:5173 提供服务。仓库说明可使用多种 LLM 提供商及本地模型，但未在所给材料中说明各提供商的凭据、环境变量或配置步骤。
如何使用这个 Agent？
打开 http://localhost:5173，在聊天界面描述要构建的后端。可按顺序请求“Requirements Analysis”“Design the database schema”“Create the API interface specification”“Make the e2e test functions”和“Implement API functions”，也可以在任一阶段停止。测试与基准回放可在 http://localhost:5173/replay/index.html 查看；运行评测可使用 corepack pnpm estimate，或附加 --model、--project 参数。
这个 Agent 有哪些优点和局限？
- 以需求、数据库、接口、测试、实现组成的分阶段流程输出完整后端工件，而非只生成一段应用代码。
- 在代码生成前使用 AST 和数据库、OpenAPI、测试等编译器校验，仓库将此作为可构建性保障机制。
- 自动生成类型安全客户端 SDK，可同时用于前端调用和 E2E 测试。
- 内置跨 13 种以上模型、4 类项目的评测管线，并定义了可保存的 JSON 报告路径。
- 仓库明确指出可编译不等于运行时成功，数据库连接、接口和业务逻辑仍可能在执行时失败。
- 复杂项目的 token 消耗很高：文档给出的范围为约 3000 万到 2.5 亿以上，简单待办应用约 400 万。
- 生成结果的数据库和 API 设计可能与预期不同，进入实现和生产前需要人工审查。
- 持续维护不在当前能力范围内；生成后仍需自行处理缺陷、功能、性能与安全更新。
- 所给材料没有提供各 LLM 提供商的凭据与配置细节，接入实际模型可能需要额外配置。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| AutoBE 当前 | 35 · 缺口较多 | ★ 1.4k | 3 个月前 | TypeScript | — |
| OpenConnector | 57 · 缺口较多 | ★ 5.8k | 4 天前 | TypeScript | — |
| Agentica — AI函数调用框架 | 49 · 缺口较多 | ★ 1k | 4 个月前 | TypeScript | ChatGPT · Claude.ai · OpenAI API · Claude API |
| Solid Skills — AI 编程代理的资深工程师级编码技能 | 41 · 缺口较多 | ★ 591 | 20 天前 | — | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示仓库未提供权限管理、用户确认、数据流透明、敏感数据处理、依赖安全、外部影响、回滚或来源归属的说明。所有信任相关标准均得0分，因为没有任何相关文档或代码证据。
自一致性：README声称100%编译成功，但未提供可验证的测试结果，且存在运行时错误风险，故得1分。依赖可用性：使用pnpm和多个包，但未提供依赖锁定或完整性校验，得1分。失败消息：测试代码有错误处理，但未提供用户友好的失败消息，得1分。
受众与场景：README描述了多种使用场景和示例，得2分。能力边界：明确说明当前限制，得2分。触发精度：未提供详细的触发条件，得1分。环境适配：提供安装和运行说明，得2分。
信息架构：文档结构清晰，得2分。安装说明：提供安装步骤，得2分。命名稳定性：未提供命名规范，得1分。示例与FAQ：提供示例，但无FAQ，得2分。已知限制：明确列出，得2分。许可证：AGPL-3.0，得2分。版本与变更日志：有版本号但无变更日志，得1分。维护责任：未明确维护者，得1分。
输出可用性：生成的代码有类型安全SDK，得2分。边际价值：提供自动化生成，但未验证实际效果，得2分。成本效益：未提供成本分析，得1分。
声明可追溯性：README中的声明未提供可验证的证据，得1分。跨来源佐证：未提供外部验证，得1分。事实与推断分离：未明确区分，得1分。
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 未提供任何安全相关文档或代码，如权限管理、数据加密、依赖审计等。
- README声称100%编译成功，但未提供可复现的测试结果，且承认运行时错误风险。
- 未提供变更日志或明确的维护者，版本更新路径不清晰。