full-stack-ai-agent-template

一键生成全栈AI应用，内置Agent、RAG和认证，开箱即用。

这是一个全栈AI应用生成器模板，旨在帮助开发者快速构建生产级的AI智能体应用。它结合了FastAPI后端和Next.js前端，内置了AI Agent框架、RAG检索增强生成、流式输出、用户认证以及20多种第三方集成。项目解决了从零搭建AI应用时面临的前后端分离、Agent编排、数据检索和部署配置等复杂问题，提供了一套开箱即用的脚手架。核心能力包括：基于LangGraph或CrewAI的Agent工作流编排、支持PostgreSQL等数据库的RAG管道、JWT认证、Docker容器化部署，以及丰富的集成生态。适合作为AI产品原型或MVP的起点，能显著缩短开发周期。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1912

维护状态活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队vstorm-co

所属国家

官网地址https://vstorm-co.github.io/full-stack-ai-agent-template

GitHubhttps://github.com/vstorm-co/full-stack-ai-agent-template

定价模式free

价格说明开源项目，MIT 许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-framework,ai-agent-template,ai-agents,crewai,docker,fastapi,full-stack,langchain,langgraph,llm,nextjs,postgresql,pydantic-ai,pydantic-deep,python,rag,react,typescript,vstorm,websocket

GitHub 星标★ 1912

30天Star增速

HF 下载量

上线时间2025-12-19 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

难度：进阶约 15 分钟部署方式：命令行工具 7 步

环境要求

Python 3.11 及以上（README 徽章标注 python-3.11+）
可运行 make 与 uv 的本地开发环境
Docker（production 等预设需要容器化启动整套服务）
PostgreSQL（--minimal 预设也包含 PostgreSQL）

安装与启动步骤

1安装 CLI 工具

README 的 Installation 小节内容缺失，但包已发布到 PyPI（fastapi-fullstack）；此处按该包名给出通用安装命令，如失败请以 PyPI 页面为准。
```
pip install fastapi-fullstack
```
2创建项目

用向导生成项目骨架。--preset ai-agent 生成带流式输出的 AI Agent；也可用 production、production-saas，或 --minimal。
```
fastapi-fullstack create my_ai_app --preset ai-agent
```
3启动后端服务

进入生成的项目目录后执行 make bootstrap 拉起整个后端；make help 可查看所有可用的快捷命令。
```
cd my_ai_app
make bootstrap
```
4启动开发服务器

带热重载启动后端。命令格式为 uv run ，这里的 slug 就是创建时的 my_ai_app。
```
uv run my_ai_app server run --reload
```
5应用数据库迁移

把迁移写入数据库；改动模型后先用 db migrate -m "message" 生成迁移，再执行 db upgrade 应用。
```
uv run my_ai_app db upgrade
```
6创建管理员用户

生成一个管理员账号，用于登录后台和验证权限。
```
uv run my_ai_app user create-admin
```
7启动前端

README 说前端只需一条命令即可运行，但节选中未给出该命令，请用 make help 或查阅官方文档获取。

如何确认成功

make bootstrap 与 server run 均无报错，能打开前端页面并登录；README 未列出默认端口，请以项目配置为准。

常见问题

Q：不想在本地安装 CLI 可以吗？

A：可以。官网提供 Web Configurator，在浏览器里配置好项目后直接下载 ZIP，无需安装任何 CLI。

Q：有哪些预设可选？

A：README 提到 ai-agent、production、production-saas 三种预设，另外 --minimal 生成只含 PostgreSQL、不含 Docker/Redis/CI 的裸项目；执行 fastapi-fullstack templates 可看完整列表。

Q：为什么命令都写成 uv run my_ai_app？

A：my_ai_app 是创建项目时指定的 project_slug，CLI 命令格式为 uv run ，换成你自己的项目名即可。

Q：前端启动命令是什么？

A：README 只说明「一条命令启动前端」，节选中未给出具体命令，请用 make help 查看 Makefile 快捷方式或查阅官方文档。

Q：make bootstrap 和 server run 有什么区别？

A：make bootstrap 负责把整个后端环境拉起来（依赖、服务等），server run --reload 是启动带热重载的开发服务器。

注意事项

README 的 Installation 小节在节选中内容缺失，安装命令仅供参考，请以 PyPI 项目页 fastapi-fullstack 的说明为准。
--minimal 预设不包含 Docker、Redis 和 CI 配置，只带 PostgreSQL。
CLI 也可用 fastapi-fullstack new 进入交互式配置（如启用 Logfire 并选择要插桩的组件）。
项目自带 Makefile，遇到不确定的命令先执行 make help。

核心亮点

前后端技术栈现代且成熟，FastAPI+Next.js组合性能好、生态丰富。
内置20多种第三方集成，减少对接外部服务（如数据库、向量库）的重复劳动。
Agent框架可选LangGraph或CrewAI，灵活适配不同复杂度的编排需求。

不足之处

模板初始配置较复杂，需要理解多个框架的协同，上手门槛不低。
文档和社区支持尚待观察，项目仍在成长中，可能缺乏深度教程。

适用场景

快速搭建AI客服或知识库问答应用，利用RAG和Agent处理多轮对话。
作为企业内部AI工具的后端基础，集成现有数据库和API。
用于技术验证或黑客松项目，快速产出可演示的全栈AI原型。

替代项目

LangChain Templates、create-t3-turbo、Blitz.js

项目介绍

full-stack-ai-agent-template 是智能体领域的开源项目，由 vstorm-co 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,912）位列前 30%，在智能体分类中处于中上游。

近 42 天，它的 GitHub 星标从 1,751 增加到 1,912，净增 161。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。MIT 许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：快速搭建AI客服或知识库问答应用，利用RAG和Agent处理多轮对话。同类可对比的替代方案包括 LangChain Templates、create-t3-turbo、Blitz.js。

上一篇：jido

下一篇：magic-context