Bolt.DIY + Claude 3.7 Sonnet：零代码开发全栈应用实战

引言：当最强编程模型遇上开源全栈工具

Anthropic 发布的 Claude 3.7 Sonnet 正在重新定义 AI 编程的边界。作为首个混合推理模型，它既能提供近乎即时的响应，也能进行深度的逐步推理。在评估真实世界软件工程问题的 SWE-Bench Verified 测试中，Claude 3.7 Sonnet 以 62.3% 的准确率（自定义脚手架下达到 70.3%）创下历史新高，全面超越 GPT-4o 和 O3 Mini。

什么是 SWE-Bench Verified？ 这是由普林斯顿大学研究团队开发的标准化基准测试，专门用于评估 AI 模型解决真实世界软件工程问题的能力。与传统的代码补全测试不同，SWE-Bench 从 GitHub 上真实的 Issue 和 Pull Request 中提取任务，要求模型在完整的代码仓库上下文中定位 Bug、理解需求并生成可通过单元测试的补丁代码。这意味着模型不仅需要会写代码，还需要具备工程级别的问题诊断和多文件协同修改能力——这正是它与"玩具级"代码生成测试的本质区别。

当这样一个编程能力拉满的模型，与开源全栈开发工具 Bolt.DIY 结合时，会碰撞出怎样的火花？本文将带你完整走一遍从本地部署到实际构建全栈应用的全过程。

Claude 3.7 Sonnet 为何是编程首选？

多维度领先的硬实力

Claude 3.7 Sonnet 在编程、前端开发、指令遵循、通用推理、多模态能力以及数学科学等多个领域均表现出色。特别值得关注的是它的"混合推理"特性——你可以选择让它快速响应，也可以开启扩展思考模式让它进行更深入的逐步推理，这在处理复杂编程任务时尤为关键。

混合推理的技术原理： 传统大语言模型在生成每个 token 时采用固定的计算深度，而混合推理模型可以动态调整推理链的长度。在扩展思考模式下，模型会在内部生成一段「思维草稿」（类似 OpenAI o1 的 Chain-of-Thought），对问题进行分解、验证和回溯，再输出最终答案。这种机制在处理需要多步骤逻辑推导的编程任务时尤为有效，例如设计数据库 Schema、调试复杂的异步逻辑或规划多模块架构。简单来说，面对简单问题它可以"秒答"，面对复杂工程问题它会"慢想"——这种自适应能力正是其在编程基准上大幅领先的核心原因。

实际测试中，用户已经用单条提示词完成了功能完整的 AI 简历生成器（连接数据库）、实时天气卡片组件，甚至有人用它创建了一个简易的 Minecraft 克隆版本。这些案例充分说明了该模型在代码生成方面的惊人能力。

一个小取舍

需要注意的是，Claude 3.7 Sonnet 的上下文窗口比 Claude 3.5 有所缩小，但定价保持不变。考虑到其在编程任务上的巨大提升，这个取舍对于开发场景来说完全可以接受。

Bolt.DIY 与 Bolt.new 对比：该选哪个？

Bolt 是一个 AI 驱动的全栈 Web 应用开发平台，支持通过自然语言提示词来创建、运行、编辑和部署完整的 Web 应用。目前有两个版本可供选择：

Bolt.DIY（开源版）：

• 需要本地部署，但功能更强大
• 可以使用自己的 API Key，灵活选择 Claude 3.7 Sonnet 或其他任意大语言模型
• 拥有更多 Bolt.new 没有的高级功能
• 适合有一定技术基础、本地硬件条件满足的用户

Bolt.new（在线版）：

• 无需本地部署，开箱即用
• 每月免费提供 100 万 tokens
• 适合快速体验和轻量级项目
• 对于大型项目来说免费额度可能不够用

本地部署 Bolt.DIY 完整教程

环境准备

在开始之前，你需要确保本地环境满足以下前提条件：

• Git：用于克隆代码仓库
• Node.js：JavaScript 运行环境
• pnpm：包管理工具，用于安装项目依赖

为什么是 pnpm 而不是 npm？ pnpm（Performant npm）通过「内容寻址存储」机制将所有依赖包集中存储在磁盘的单一位置，不同项目通过硬链接共享相同版本的包文件。这带来了两个显著优势：大幅节省磁盘空间（在多项目开发环境下尤为明显），以及更快的安装速度（已缓存的包无需重复下载）。Bolt.DIY 选择 pnpm 作为默认包管理器，体现了其对开发体验和本地资源效率的重视。

安装步骤

1. 克隆仓库：前往 Bolt.DIY 的 GitHub 仓库页面，点击绿色的 "Code" 按钮，复制仓库链接。打开命令行终端，执行：

git clone <仓库链接>

2. 进入项目目录：

cd bolt.diy

3. 安装依赖包：

pnpm install

4. 启动开发服务器：

pnpm run dev

启动后，终端会显示一个本地地址（通常是 localhost:xxxx），在浏览器中打开即可访问 Bolt.DIY 界面。启动时间取决于你的电脑配置，通常需要几分钟。

启动成功后，你需要配置 API Key。推荐使用 OpenRouter 作为 API 中转——这是一个统一的 AI 模型 API 网关，允许开发者通过单一接口访问来自 Anthropic、OpenAI、Google、Meta 等多家厂商的数百个模型。其核心价值在于：简化密钥管理（无需为每个服务商单独申请 Key）、提供统一的计费和用量监控面板，以及支持模型间的无缝切换，方便进行性能和成本对比。对于 Bolt.DIY 这类需要灵活接入多种模型的工具来说，OpenRouter 是降低接入复杂度的理想中间层。

实战演示：从简单博客到 AI 课程平台

热身：一句话创建博客网站

配置好 API Key 后，先来一个简单的测试。在提示框中输入"创建一个使用 Astro 框架的简单博客"，Bolt.DIY 会立即开始工作——自动创建项目结构、生成代码文件，整个过程与 Bolt.new 完全一致。

Astro 框架是什么？ Astro 是一个以「内容优先」为设计理念的现代前端框架，其核心特性是「岛屿架构」（Islands Architecture）——默认将页面渲染为纯静态 HTML，只在需要交互的局部区域注入 JavaScript。这使得 Astro 构建的网站在首屏加载速度和 SEO 表现上具有天然优势。Astro 还支持在同一项目中混用 React、Vue、Svelte 等多种 UI 框架的组件，极大降低了技术迁移成本。对于博客、文档站、课程平台等内容型网站，Astro 是目前社区最推荐的技术选型之一，也因此成为 AI 代码生成场景下的高频选择。

仅凭一条提示词，一个完整的博客网站就构建完成了。但这只是开胃菜。

进阶：构建 AI 课程学习平台

接下来挑战一个更复杂的项目——一个功能完整的 AI 课程网站，需求包括：

• 多个 AI 课程分类展示，包含嵌入式视频播放器
• 内置代码编辑器
• 基于 Supabase 的用户认证系统
• 学习进度追踪仪表板

为什么选 Supabase？ Supabase 是一个开源的 Firebase 替代方案，基于 PostgreSQL 构建，提供数据库、身份认证、实时订阅、文件存储等一站式后端服务。其认证系统内置了邮箱密码登录、OAuth 社交登录（GitHub、Google 等）、魔法链接等多种方式，并通过行级安全策略（Row Level Security, RLS）实现细粒度的数据访问控制。对于 AI 生成的全栈应用而言，Supabase 的 JavaScript SDK 文档完整、API 设计直观，是目前大语言模型在生成后端集成代码时成功率最高的 BaaS（后端即服务）平台之一——这也是 Bolt.DIY 生成的项目频繁选用它的根本原因。

将这些需求整理成一条详细的提示词发送后，Bolt.DIY 开始了它的工作。整个构建过程中，你可以实时看到：

• 项目文件夹结构的创建进度
• Token 消耗情况
• 代码生成的实时状态

最终成果令人惊叹。 大约 13 分钟后，一个功能完备的 AI 课程学院平台诞生了：

• 交互式仪表板：设计精美，信息层次清晰
• 用户系统：支持注册和登录
• 课程体系：从初级到高级分级展示，包含时长和分类信息
• 视频播放器 + 代码编辑器：课程详情页同时集成了视频区域和代码编写区域
• 学习追踪：个人学习进度仪表板

成本分析：3 美元搭建一个全栈应用

通过 OpenRouter 的用量统计可以看到，整个项目的 API 调用费用约为 3 美元。对于一个包含用户认证、数据库集成、多页面路由的全栈应用来说，这个成本几乎可以忽略不计。

换个角度思考：如果让一个全栈开发者从零搭建同样的项目骨架，即使是经验丰富的工程师也至少需要数小时甚至数天的时间。而 Bolt.DIY + Claude 3.7 Sonnet 在 13 分钟内就完成了基础架构的搭建，这不仅仅是省钱，更是开发效率的质变。

实用建议与注意事项

模型选择：在 Bolt.DIY 中虽然可以接入各种大语言模型，但强烈建议编程任务优先使用 Claude 3.7 Sonnet。目前没有其他模型能在编程能力上与之匹敌。

项目导出：完成开发后，你可以直接下载完整代码，也可以导出到 GitHub 仓库，方便后续的版本管理和部署。

迭代优化：Bolt.DIY 生成的是一个高质量的基础框架，你可以在此基础上通过追加提示词进行迭代，也可以手动修改代码进行精细调整。

动态推理功能：Bolt.new 已经集成了 Claude 3.7 Sonnet 的动态推理特性，开启混合思考模式后可以获得更快、更智能、更高效的代码生成结果。

总结

Claude 3.7 Sonnet 与 Bolt.DIY 的组合，正在让"人人都是全栈开发者"从口号变为现实。无论你是想快速验证一个产品想法，还是搭建一个完整的 Web 应用原型，这套工具链都能在极短的时间内、以极低的成本帮你实现。开源的 Bolt.DIY 更是让你拥有了完全的控制权——自由选择模型、本地运行、无限制使用。

对于开发者而言，这不是要取代你的编程能力，而是给你一个强大的加速器。把重复性的脚手架搭建工作交给 AI，把更多精力投入到业务逻辑和用户体验的打磨上，这才是 AI 编程工具的正确打开方式。

核心要点

• Claude 3.7 Sonnet 在 SWE-Bench Verified 测试中以 62.3% 准确率创下纪录，是目前最强的编程模型
• Bolt.DIY 是 Bolt.new 的开源版本，支持本地部署并可自由接入任意大语言模型的 API Key
• 实战演示中，仅用一条提示词和约 13 分钟时间，就构建了包含用户认证、视频播放器、代码编辑器和进度追踪的完整 AI 课程平台
• 整个全栈应用的 API 调用成本仅约 3 美元，极大降低了应用开发的时间和资金门槛
• 本地部署仅需 Git、Node.js 和 pnpm 三个前置工具，安装流程简单明了