释放Qwen3-Coder潜力:Bolt+AnalyticDB Supabase,打造真正的生产力工具

简介: 阿里云发布Qwen3-Coder,具备卓越自主编码能力,支持超长上下文窗口与工具调用,结合Bolt与AnalyticDB Supabase,实现高效开发。

一.引言:如何释放Qwen3-Coder的潜能

7月22日, 阿里云通义千问Qwen团队重磅发布了其迄今为止“最具代理能力”的代码大模型——Qwen3-Coder。其旗舰版本 Qwen3-Coder-480B-A35B-Instruct 凭借惊人的4800亿总参数(350亿激活)的MoE架构、原生256K并可扩展至百万的超长上下文窗口,在自主编码(Agentic Coding)、浏览器使用及工具调用等关键能力上,刷新了开源模型的性能纪录,展现出与顶尖闭源模型 Claude Sonnet 4 相媲美的实力。


Qwen3-Coder的强大毋庸置疑,但如何将其潜力转化为生产力?许多用户仍停留在片段代码修复或单元测试生成的初级阶段,但Qwen3-Coder的能力远不止于此!依托其卓越的自主编码代理能力,“结合Bolt”,您将瞬间拥有多位专家级编程助手。同时,阿里云瑶池旗下的云原生数据仓库AnalyticDB PostgreSQL版重磅推出Supabase服务,结合AnalyticDB Supabase极简前后端技术栈,让您的Bolt开发体验从“玩具”跃升至“生产力工具”。


二.实战案例:5分钟构建仓储物流系统


我们通过一个实际案例,展示其强大效率:仅用5分钟,输入三条自然语言指令,即成功构建了一个功能完整的仓储物流管理系统前后端!


prompt1: “创建一个仓储物流的库存管理页面,包含库存状态、出入库记录、库位管理等功能,风格要实用清晰。”,此时Bolt会生成前端页面框架。

prompt2 :“继续构建”,此时Bolt会自动连接至Supabase数据库,智能创建所需数据表结构。

prompt3: “继续构建”,此时Bolt会自动生成并写入Mock测试数据到数据库。


这是完成后的应用展示截图:

640.png


这是被自动创建并写入数据的Supabase表截图:

640 (1).png

三.使用方式

您可以选择自己部署Bolt,也可以在阿里云计算巢一键开通。


1.私域部署(免费)

Step1. 下载代码

git clone https://github.com/wangxuqi/bolt.diy.git
cd bolt.diy
cp .env.example .env


Step2. 设置环境变量,在.env中添加。您需要先获取阿里云accesskey&secret。以及通义API-KEY。 你也可以使用自己部署的大模型。这里使用qwen3-coder API。(注:API调用可能产生费用)。


🔗阿里云accesskey&secret

🔗通义API-KEY


-- 阿里云accesskey和secret
ALIBABA_CLOUD_ACCESS_KEY_ID=LTAI5txxxxxxxx
ALIBABA_CLOUD_ACCESS_KEY_SECRET=OQhoiSkAsxxxxxxxxxx

-- 通义APIkey
TONGYI_API_KEY=sk-xxxxxx


Step3. 启动项目。随后访问链接即刻释放你的灵感。

npm install -g pnpm
pnpm install
pnpm run dev


Step4. 免费创建Supabase测试实例作为后端。

🔗免费创建Supabase


2.基于阿里云计算巢一键部署Bolt

访问🔗链接至浏览器即可一键开通,省去手动部署步骤

四.方案优势


▶︎ 更友好的泛开发者体验


与各类AI IDE,比如Cursor、Cline等相比,基于bolt的Vibe Coding方式更适合非专业开发者。它能够实时编译执行。使用:生成代码 → 实时编译 → 浏览器预览 → 即时反馈的方式,让变更及时可见,用户甚至不需要知道如何编译,即可完成应用的开发。其提供的交互式编码方式,和Agent主动引导逻辑,能够真正意义上实现自主编码,并且对于语言无法描述的需求,可以通过可视化的选取来完成,让描述更清晰。比如,对于现有模块的优化,我们可以通过选中页面上的模块,让模型修改。


640 (2).png


▶︎ 开箱即用的后端集成


原生集成了AnalyticDB PostgreSQL版重磅推出的Supabase服务,开箱即用,并且模型会自动引导实现后端逻辑。如前文所述,我们仅仅Bolt“继续构建”,即完成了后端的配置和使用。哪怕是产生了错误,它也会自动修复。


640 (3).png


创建后端项目流程如下:

  • Bolt界面点击new project
  • 跳转至阿里云Supabase控制台创建项目(AnalyticDB Supabase免费提供两个测试实例)
  • 创建完成后,即可在Bolt界面看到并管理该Supabase实例。

640 (4).png


▶︎ 灵活安全的模型定制


与此同时,为了解决安全诉求,对于私有化部署Qwen3-Coder的场景,也提供了OpenAILike的集成方式,只需要你部署的模型提供openai兼容的调用方式,即可完成模型集成和调用。


640 (5).png


▶︎ 中文优化体验


原生版本Bolt在使用中文提示词进行构建时,往往会因为返回结构被破坏,导致整个Agent Flow无法正常地完成扭转,因此我们对一些关键的部分做了改造,让Bolt能够更流畅、更专业地响应中文提示词,完成编码任务。


▶︎ 便捷的代码导出与协作


你可以将生成的代码一键导出为文件,或者导出到Github,完成与其他Agent的联动。比如导出代码后,使用cursor进一步规划和完善应用。


▶︎ 一键部署上线


对于生成的代码,可以一键部署到Vercel、Netlify等主流代码托管平台,你的服务即可被他人访问。同时,我们也支持一键部署到阿里云函数计算Web函数。应用可以和Supabase部署在同一个VPC内,提供极速访问的同时,避免产生公网流量费用。

五.Bolt技术原理


1.Agent-Tool协同模式

Bolt这不是简单的React模式,而是更复杂的AI Agent工作流,它包含以下模块:

  1. 规划Agent (Planning):分析用户需求;制定开发计划;确定技术栈。
  2. 执行Agent (Execution):生成具体代码;创建文件结构;配置构建环境。
  3. 验证Agent (Validation):检查代码语法;测试功能完整性;优化性能问题。
  4. 反馈Agent (Feedback):收集用户反馈;迭代改进代码;修复报错问题。


通过以上模块的互相配合,在需要时调用tool,实现基于Agent的自动编码能力,以及整个项目的生命周期管理。Bolt支持以下action:

  • File: 用于文件的创建和修改,对于代码的改动部分主要由它完成。
  • Shell: 用于运行应用调试、下载安装包等行为,让整个工作流能够自动执行。
  • Supabase: 用于数据库的交互和SQL脚本的生成。
  • Start: 一个特殊的行为,用于整个应用启动,由于npm run dev是阻塞式运行的,如果使用Shell工具模式会导致应用阻塞,因此单独剥离出了一个Start Action。


2.精密设计的系统提示词

从一定程度上说,系统提示词是能够让大模型自主编码的核心部分。AI Agent的提示词包含多个关键部分:


▶︎ 角色赋予


通过使用system参数来赋予一个角色,从而显著提升其表现。Bolt的角色赋予提示词为:

你是Bolt, 一位专家级AI助手和杰出的高级软件开发者,具备多种编程语言、框架和最佳实践的广泛知识。


▶︎ 行为约束


通过约束,控制大模型可以选择的技术栈,执行的命令和代码处理方式,Bolt包含多种约束,来限制模型输出的行为。比如:

-- 约束语言和环境
<system_constraints>
 You operate in WebContainer, an in-browser Node.js runtime that emulates a Linux system:
 ...
</system_constraints>
<technology_preferences>
  - Use Vite for web servers
  ...
</technology_preferences>
-- 约束数据库使用方式
<database_instructions>
  ...
</database_instructions>

- 代码风格约束
<code_formatting_info>
  Use 2 spaces for indentation
</code_formatting_info>

▶︎ 标准化相应格式


只有规范和约束返回的格式,才能够让系统正确地调用工具完成指令,比如文件创建和修改、执行Shell脚本等行为,都是通过约束输出后解析出来的。Bolt里的response_requirements翻译如下:

<response_requirements>
  关键:你必须严格遵守以下准则,这一点至关重要且不可协商:
  1.对于所有设计请求,确保它们是专业的、美观的、独特的,并且功能完整——足以用于生产环境。
  2.为所有响应使用有效的markdown格式,除了artifacts外不要使用HTML标签!
  3.专注于处理用户的请求,不要偏离到不相关的话题。
  4.如果涉及到你正在创建的内容,永远不要在你的响应中使用"artifact"这个词。
</response_requirements>

▶︎ 核心Artifact&Action约束


核心部分,在Bolt里有两个至关重要的约束标签 boltArtifactboltAction。artifact约束封装在<artifact_instructions>内,由于内容较长,这里不再展开,其目的是Bolt要求大模型的数据必须按照如下方式输出,让其可以正确被解析为Action,随后被执行。比如下面的大模型返回可以创建出代码文件Product.jsx

<boltArtifact id="de m" title="修改代码实现">
  <boltAction type="file" fileAction="create" filePath="Product.jsx">
      "import { useState } from 'react';\n"
  </boltAction>
</boltArtifact>


▶︎ 聚焦的技术栈选择


与Agent IDE不同,Bolt技术栈主要围绕TypeScript和Node.js生态构建全栈能力前端主要支持React、Vue、Svelte等现代框架,内置Vite、Webpack等构建工具,支持npm/yarn包的自动安装和管理后端集成Supabase,支付使用stripe。之所以选取该技术栈是因为其为了实现编译执行。“生成代码 → 实时编译 → 浏览器预览 → 即时反馈”的方式是基于WebContainer实现的。而WebContainer是一个浏览器内的Node.js运行时。

相关实践学习
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
相关文章
|
6月前
|
机器学习/深度学习 监控 算法
[VLDB 2025]面向云计算平台的多模态慢查询根因排序
阿里云联合团队提出RCRank,用于云数据库慢查询根因分析。该方法通过多模态数据融合与神经网络模型,实现根因影响估计与排序,提升优化效率14%,被VLDB 2025接收。
260 0
|
6月前
|
自然语言处理 DataWorks 算法
数据开发再提速!DataWorks正式接入Qwen3-Coder
阿里云DataWorks平台正式接入Qwen3-Coder模型,用户通过Copilot智能助手可实现自然语言交互生成代码,提升数据开发效率。支持SQL/Python代码生成、优化及Notebook文件创建,适用于数据分析与算法构建,助力企业高效开发。
587 0
|
6月前
|
人工智能 自然语言处理 前端开发
AI 调酒师上岗!Qwen3-Coder × 通义灵码完成 AI 调酒师项目实战开发
本课程通过“AI调酒师”项目实战,讲解如何使用通义灵码与Qwen3-Coder模型结合阿里云百炼平台,从需求分析、前端界面搭建、后端服务调用到整体部署的全流程开发。内容涵盖Bento UI设计、Tailwind CSS布局、语音识别与大模型内容生成,并结合MCP服务实现设计稿驱动开发,帮助开发者快速构建趣味AI应用,提升产品落地能力。
651 33
|
5月前
|
人工智能 安全 API
HiMarket 正式开源,为企业落地开箱即用的 AI 开放平台
我们发起 HiMarket 的初心:帮助用户从 80% 开始构建 AI 开放平台。
810 43
|
前端开发 Java 数据库连接
Spring Boot 3 整合 Mybatis-Plus 动态数据源实现多数据源切换
Spring Boot 3 整合 Mybatis-Plus 动态数据源实现多数据源切换
|
6月前
|
机器学习/深度学习 缓存 算法
解密Qwen3三连发:强化学习新算法GSPO!
强化学习(RL)是提升语言模型推理与问题求解能力的关键技术。然而,现有算法如 GRPO 在长期训练中存在严重不稳定性,限制了性能提升。为此,我们提出 **Group Sequence Policy Optimization (GSPO)**,通过在序列层面定义重要性比率并进行优化,显著提升了训练效率与稳定性。GSPO 在 MoE 模型训练中表现出色,无需依赖复杂策略即可实现高效训练,简化了 RL 基础设施。该算法已成功应用于 Qwen3 系列模型,推动 RL scaling 边界,释放模型潜能。
808 0
|
6月前
|
人工智能 自然语言处理 Serverless
Vibecoding 新体验:实测 Qwen3 Coder 代码生成效果
Qwen3 Coder 是全球领先的开源编程大模型,具备强大的代码生成能力与1M超长上下文支持,适用于构建复杂应用。本文通过实际案例展示其在电商网站开发中的应用,并详解提示词设计、技术拆解与部署方案,探讨Agentic AI落地的挑战与经验。
1336 13
|
7月前
|
人工智能 自然语言处理 前端开发
Qwen3 Coder:编程新纪元,代码生成的新标杆
Qwen3 Coder是通义实验室推出的全新一代代码大模型,具备强大的代码理解、生成与修复能力,支持90+编程语言及多平台开发。它深度融合主流IDE工具链,提供智能代码补全、错误修复与代码评审服务,兼顾安全与隐私保护,助力开发者提升效率,开启智能编程新纪元。
1185 0

热门文章

最新文章