Freebuff

学完能做什么 / 解决什么问题

通过本教程，你将学会使用 Freebuff 这款免费开源的 AI 编程助手，完成从项目创建到部署的全栈应用开发。无需任何订阅费用或复杂的环境配置，即可在本地或云端生成、调试和运行代码。主要解决以下问题：

• 零成本入门：无需购买 ChatGPT Plus 或 GitHub Copilot 订阅，直接使用 AI 生成代码。
• 全栈覆盖：支持前端（React/Vue）、后端（Node.js/Python）、数据库（SQLite/PostgreSQL）等常见技术栈。
• 本地化运行：代码生成后可直接在本地环境执行，无需依赖第三方云服务。
• 隐私可控：所有代码生成和运行均在本地完成，敏感数据不经过外部服务器。

前置条件

在开始前，请确保满足以下要求：

分步操作

第一步：安装 Freebuff CLI

1. 打开终端（Windows 使用 PowerShell，macOS/Linux 使用 Bash）。
2. 执行以下命令安装全局 CLI 工具：

   npm install -g freebuff-cli

• 若使用 Python 版本，替换为：

     pip install freebuff

3. 验证安装成功：

   freebuff --version

预期输出：v1.2.3 或类似版本号。

第二步：初始化项目

1. 创建一个新目录并进入：

   mkdir my-first-app
   cd my-first-app

2. 初始化 Freebuff 项目：

   freebuff init

3. 根据提示选择技术栈（例如 React + Node.js + SQLite）。
4. 确认项目结构生成：

   ls -la

预期看到 src/、public/、freebuff.config.json 等文件。

第三步：使用 AI 生成代码

1. 启动 AI 交互模式：

   freebuff chat

2. 输入自然语言指令，例如：

• “创建一个用户登录页面，包含邮箱和密码输入框，以及提交按钮。”
• “添加一个后端 API 路由，处理 POST 请求 /api/login，验证用户凭据。”

3. 等待 AI 生成代码（约 5-15 秒），生成后会自动写入对应文件。
4. 手动检查生成的文件（如 src/pages/Login.jsx 和 src/api/auth.js），确认逻辑正确。

第四步：运行和调试

1. 启动开发服务器：

   freebuff run

2. 打开浏览器访问 http://localhost:3000（前端）和 http://localhost:5000（后端）。
3. 测试登录功能：

• 输入任意邮箱和密码，点击提交。
• 观察控制台输出，检查是否触发后端请求。

4. 若遇到错误，执行：

   freebuff debug

该命令会自动分析错误日志并尝试修复。

第五步：部署到生产环境

1. 构建生产版本：

   freebuff build

2. 生成的文件位于 dist/ 目录（前端）和 build/ 目录（后端）。
3. 将这两个目录上传到服务器（如 Nginx + PM2 或 Docker）。
4. 配置环境变量（如数据库连接字符串）后启动服务。

预期结果

• 成功生成一个可运行的全栈应用，包含登录功能。
• 所有代码由 AI 生成，无需手动编写一行代码。
• 本地运行无报错，部署后可通过公网 IP 访问。

常见问题与排查

注意事项与适用边界

• 适用场景：适合快速原型开发、学习新技术、个人项目；不适合生产级高并发应用。
• 限制：AI 生成的代码可能不包含完整的错误处理或安全验证，需人工审查后再部署。
• 资源消耗：运行 AI 模型时需占用约 2GB 内存，建议在 8GB+ 内存的设备上使用。
• 更新维护：定期执行 freebuff update 以获取最新模型和功能修复。