vstorm-co/full-stack-ai-agent-template

Full-stack AI app generator — FastAPI + Next.js with agents, RAG, streaming, auth, and 20+ integrations out of the box.

ai-agentsceleryclawdbotdockerfastapifull-stacklangchainlanggraphllmlogfiremongodbnextjspostgresqlpydantic-aipythonragreactredissaas-boilerplatetypescript

GAI 中文摘要

Full-stack AI Agent Template 是一个生产级别的全栈 AI 应用生成器，旨在通过整合 FastAPI 后端和 Next.js 前端，帮助开发者快速构建包含 AI 智能体、RAG（检索增强生成）及企业级集成功能的现代化应用。该项目通过提供标准化的架构模板，显著降低了开发复杂 AI 驱动型 SaaS 产品的技术门槛和时间成本。

内置对 PydanticAI、LangChain、LangGraph 等五种主流 AI 智能体框架的支持，并集成多种向量数据库实现灵活的 RAG 工作流。提供完整的全栈技术栈配置，包括支持 WebSocket 实时通信的 FastAPI 后端与 Next.js 15 前端交互。涵盖企业级开箱即用的功能模块，如 JWT 认证、OAuth 登录、Celery 异步任务队列及 Docker 与 Kubernetes 部署方案。包含超过 20 种企业级技术集成，并内置日志监控和管理后台，确保应用在上线后的稳定性和可观测性。提供类似 Django 的命令行工具，支持开发者按需配置并快速生成符合规范的工程结构。

该项目适用于希望快速启动 AI 驱动 SaaS 产品开发的中小型团队或个人开发者，特别适合需要构建具有智能问答、实时交互及复杂后台管理逻辑的 AI 应用场景。

⭐

978

Stars

🔱

182

Forks

👁

Watchers

📋

Issues

PythonMIT创建于 2025/12/19更新于今天

在 GitHub 上查看访问主页

README

由 Gemini 翻译整理

全栈 AI Agent 模板 (Full-Stack AI Agent Template)

这是一个可直接用于生产环境的 FastAPI + Next.js 项目生成器，内置 AI Agents、RAG 和 20 多种企业级集成。

快速开始 • 特性 • 演示 • 文档 • 配置器 • PyPI

🤖 5 种 AI Agent 框架 (PydanticAI, LangChain, LangGraph, CrewAI, DeepAgents)

📄 RAG 流水线 (Milvus, Qdrant, pgvector, ChromaDB)

⚡ FastAPI + Next.js 15 (WebSocket 流式传输，实时聊天 UI)

🔒 企业级就绪 (JWT, OAuth, 管理后台, Celery, Docker, K8s)

🚀 快速开始

[!TIP] 更喜欢可视化配置？ 请使用 Web 配置器在浏览器中配置项目并下载 ZIP 包，无需安装 CLI。

安装

# pip
pip install fastapi-fullstack

# uv (推荐)
uv tool install fastapi-fullstack

# pipx
pipx install fastapi-fullstack

创建项目

# 交互式向导 (推荐 - 默认运行)
fastapi-fullstack

# 带选项的快速模式
fastapi-fullstack create my_ai_app \
  --database postgresql \
  --frontend nextjs

# 使用常用设置预设
fastapi-fullstack create my_ai_app --preset production   # 完整生产环境设置
fastapi-fullstack create my_ai_app --preset ai-agent     # 带流式传输的 AI Agent

# 最小化项目 (无额外功能)
fastapi-fullstack create my_ai_app --minimal

启动开发

项目生成后，请执行以下步骤：

1. 安装依赖

cd my_ai_app
make install

[!NOTE] Windows 用户： make 命令需要 GNU Make，Windows 默认不提供。请通过 Chocolatey 安装 (choco install make)，或者使用 WSL，也可以手动运行原始命令。每个生成的项目都在其 README 中包含一个“手动命令参考”部分，列出了所有命令。

2. 启动数据库

# PostgreSQL (使用 Docker)
make docker-db

3. 创建并应用数据库迁移

[!WARNING] 两个命令都是必需的！db-migrate 创建迁移文件，db-upgrade 将其应用到数据库。

# 创建初始迁移 (首次运行必需)
make db-migrate
# 输入消息: "Initial migration"

# 应用迁移以创建表
make db-upgrade

4. 创建管理员用户

make create-admin
# 按提示输入邮箱和密码

5. 启动后端

make run

6. 启动前端 (新终端)

cd frontend
bun install
bun dev

访问地址：

API: http://localhost:8000
文档: http://localhost:8000/docs
管理后台: http://localhost:8000/admin (使用管理员用户登录)
前端: http://localhost:3000

使用 Docker 快速启动

使用 Docker 运行所有服务：

make docker-up       # 启动后端 + 数据库
make docker-frontend # 启动前端

使用项目 CLI

每个生成的项目都有一个以 project_slug 命名的 CLI。例如，如果你创建了 my_ai_app：

cd backend

# CLI 命令为: uv run <project_slug>
uv run my_ai_app server run --reload     # 启动开发服务器
uv run my_ai_app db migrate -m "message" # 创建迁移
uv run my_ai_app db upgrade              # 应用迁移
uv run my_ai_app user create-admin       # 创建管理员用户

使用 make help 查看所有可用的 Makefile 快捷命令。