GitHub热榜----前端已死?AionUi 横空出世:首个开源“生成式UI”框架,让 AI 在运行时“手搓”界面

GitHub热榜----前端已死?AionUi 横空出世:首个开源“生成式UI”框架,让 AI 在运行时“手搓”界面

摘要:2025 年我们还在惊叹于 V0 和 Bolt 的代码生成能力,而 2026 年初,AionUi 的发布宣告了**“运行时生成 (Runtime GenUI)”**时代的到来。不再需要预先写好所有 Component,不再需要 Hardcode 每一个表单。AionUi 允许你的应用根据用户的意图,实时渲染出从未被编码过的 UI 界面。本文带你上手这个颠覆性的开源项目。


🚀 前言:从“写死”到“生成”

传统前端开发的逻辑是:

产品经理提需求 -> 设计师出图 -> 程序员把 UI 写成代码 (React/Vue) -> 打包发布 -> 用户看到静态界面。

如果用户想要一个“分析上季度财报”的功能,而你没写这个页面,用户就没法用。

但昨天登上 GitHub Trending 榜首的 AionUi 打破了这个死循环。它的核心理念是:Don't code the UI, code the Intent (不要编码界面,要编码意图)。

项目地址http://github.com/iOfficeAI/AionUi


🔍 什么是 AionUi?

AionUi 是一个专为 AI Agent 时代设计的动态 UI 渲染引擎

它不像 Ant Design 或 ShadcnUI 那样提供一堆死板的组件,它提供的是一个**“画布 (Canvas)”**。当你告诉它“给我展示一个特斯拉股票的走势分析”时,AionUi 会:

  1. 理解意图:调用底层 LLM(支持 DeepSeek, GPT-4o, Claude)。
  2. 结构化流式输出:大模型实时输出 UI 的 JSON 描述结构 (Aion Schema)。
  3. 即时渲染:前端引擎将 JSON 瞬间映射为高颜值的 React/Vue 组件并挂载到页面上。

简单说:它就是 App 里的 ChatGPT,但它回复的不是文字,而是可以直接交互的按钮、图表和仪表盘。


💡 核心特性解析

1. 🌊 流式组件水合 (Streaming Component Hydration)

传统的 Server-Side Rendering (SSR) 是流式传输 HTML。AionUi 做到的是流式传输组件树。

用户还在输入“我要订一张去...”的时候,AionUi 就已经开始预加载“机票搜索框”的组件骨架了。这种极致的响应速度,让 AI 生成界面的体感延迟几乎为零。

2. 🧩 这种 UI 是“活”的 (Adaptive Context)

同一个 <AionWidget /> 组件:

  • 手机端,它可能生成一个简洁的 BottomSheet。
  • 桌面端,它会自动生成一个复杂的多列 Dashboard。
  • 深色模式用户习惯(比如左撇子模式),全部由 AI 在运行时自动调整,无需开发者写繁琐的 Media Query。

3. 🛡️ 安全沙箱 (UI Sandbox)

这是企业级开发最关心的。AionUi 并不允许 AI 随意生成 <script> 标签。它基于一套严格的 Design System Mapping 机制。AI 只能“拼装”你设计系统中已有的原子组件(Button, Card, Chart),确保生成的界面既安全又符合品牌规范。


💻 极速上手:3分钟重构你的聊天机器人

假设你正在做一个 AI 客服,以前它只能回复文字,现在我们用 AionUi 让它回复界面。

第一步:安装

Bash

npm install @aion-ui/react @aion-ui/core 

第二步:定义原子组件库

你需要告诉 AionUi 你的仓库里有哪些“积木”可用。

TypeScript

// registry.ts import { Button, Card, DatePicker } from '@/components/ui'; export const componentRegistry = { button: Button, card: Card, date_picker: DatePicker, // ... 注册你的 ShadcnUI 或 AntD 组件 }; 

第三步:在页面中使用生成画布

TypeScript

import { AionCanvas } from '@aion-ui/react'; import { useChat } from 'ai/react'; export default function AgentPage() { const { messages, input, handleInputChange, handleSubmit } = useChat(); return ( <div className="chat-container"> {messages.map(m => ( <div key={m.id}> {/* 文字消息 */} <p>{m.content}</p> {/* 如果 AI 觉得需要展示 UI,就会在这里生成 */} {m.toolInvocations && ( <AionCanvas intent={m.toolInvocations[0]} registry={componentRegistry} theme="cyberpunk" // 甚至可以指定风格 /> )} </div> ))} </div> ); } 

效果:

当用户问:“下周三去北京的机票多少钱?”

后台 LLM 不会回复“请去携程查”,而是直接通过 AionCanvas 渲染出一个带有日期选择器和价格列表的卡片,用户直接点击“购买”即可。


⚠️ 现在的局限性

虽然 AionUi 很酷,但作为尝鲜者,你需要知道:

  1. Token 消耗:生成 UI 结构比生成纯文本更消耗 Token(XML/JSON 结构冗余)。建议搭配 DeepSeek-V3 这种低成本模型使用。
  2. 一致性问题:偶尔 AI 会“审美崩坏”,比如把红色按钮放在绿色背景上。需要在 Prompt 层面对设计规范做强约束。

🎯 总结

AionUi 的出现,标志着前端开发进入了 Frontend 3.0 时代。

  • 1.0:HTML/CSS (手写)
  • 2.0:React/Vue (组件化)
  • 3.0:AionUi (意图驱动,运行时生成)

未来,我们可能不再需要写具体的页面,而是编写**“UI 的生成规则”**。

对于开发者来说,现在掌握 AionUi,就是掌握了 Agent 应用层的入场券。

Read more

【通过 Vue 实例劫持突破 Web 编辑器的粘贴限制】

【通过 Vue 实例劫持突破 Web 编辑器的粘贴限制】

逆向实战:通过 Vue 实例劫持突破 Web 编辑器的粘贴限制 * 一、AI实践代码编辑器:Vue 实例劫持方案(含分析,可直接跳过至4.1查看方法) * 1. 现象与初探:被禁用的 Ctrl+V * 技术视角的初步审视 * 逆向的逻辑前提 * 2. 逆向分析:寻找逻辑的“命门” * 突破口:利用 I18N 国际化配置追踪 * 核心文件追踪:锁定 `answer-code-editor.js` * 代码逻辑解剖:拦截机制的实现 * 3. 攻克方案:Vue 实例的运行时劫持 * 第一步:获取 Vue 实例的“后门” * 第二步:函数劫持(Monkey Patch) * 第三步:状态机的一致性重构 * 第四步:

Python与前端集成:构建全栈应用

Python与前端集成:构建全栈应用 前言 大家好,我是第一程序员(名字大,人很菜)。作为一个非科班转码、正在学习Rust和Python的萌新,最近我开始学习Python与前端技术的集成。说实话,一开始我对全栈开发的概念还很模糊,但随着学习的深入,我发现Python作为后端与前端框架的结合可以构建出功能强大的全栈应用。今天我想分享一下我对Python与前端集成的学习心得,希望能给同样是非科班转码的朋友们一些参考。 一、后端API设计 1.1 使用FastAPI创建RESTful API FastAPI是一个现代化的Python Web框架,非常适合构建RESTful API: from fastapi import FastAPI from pydantic import BaseModel from typing import List app = FastAPI() class Item(BaseModel): id: int name: str price: float is_

前端老铁别硬扛:手写防抖节流太累,2026年主流库实战避坑指南

前端老铁别硬扛:手写防抖节流太累,2026年主流库实战避坑指南

前端老铁别硬扛:手写防抖节流太累,2026年主流库实战避坑指南 * 前端老铁别硬扛:手写防抖节流太累,2026年主流库实战避坑指南 * 开头先唠两句 * 这俩兄弟到底是个啥鬼 * 现在的库都卷成啥样了 * Lodash:老大哥还是稳 * Underscore:廉颇老矣 * RxJS:函数式编程的"重炮" * 轻量级选手:just-debounce-it 和 throttle-debounce * WASM 狠人:rust-debounce 和 friends * 选错了真的会谢 * 坑一:定时器清理不干净,内存泄漏到怀疑人生 * 坑二:异步地狱,Promise 状态乱套 * 坑三:this 指向迷之丢失 * 坑四:时间参数的动态调整 * 真实项目里怎么骚操作 * 搜索框的终极方案:防抖 + 请求取消 + 竞态处理 * 无限滚动加载:节流的参数调优艺术 * 拖拽排序:防抖节流的组合拳 * 窗口

Webots R2023b 完整安装配置教程

Webots R2023b 完整安装配置教程 声明:本教程由豆包、ChatGPT等AI工具协助完成。 本教程讲解如何安装 Python3、包管理器 Micromamba、必要依赖包(如 opencv-python),以及 Webots 仿真软件,并完成 Micromamba Python 环境与 MATLAB 地址的配置,适用于 Windows、macOS 双系统。 一、前置说明 1. 适用场景:需要使用 Webots 进行仿真开发,同时依赖 Python 进行脚本编写、OpenCV 进行图像处理,通过 Micromamba 管理 Python 环境,并关联 MATLAB 路径用于联合开发。 2. 版本约定(兼容性最优): * Python: