引言：bolt.new的革新与bolt.diy的开源力量
在现代科技的快速发展中，AI驱动的全栈开发平台已经成为开发者们的新宠。bolt.new作为一款革新性的AI驱动的全栈开发平台，允许用户通过自然语言描述，直接生成和部署完整的Web应用，无需编写代码，大大简化了开发流程。bolt.new的主要特点是其易用性和免费性，但它也存在一定的额度限制。特别是在西方节假日期间，bolt.new的每日免费额度可以达到20万tokens，每月可达200万tokens。这使得开发者们能够充分利用其提供的claude家族的大语言模型，并整合supabase，实现真正的全栈开发。
然而，bolt.new的开源版本bolt.diy则提供了更多的灵活性和自由度。与商业版本不同，bolt.diy支持各种AI的线上和线下API，并且功能强大，众多功能整合在一个开源版本中。其部署过程也非常简单，无论是线上还是本地部署，都能轻松完成。本文将详细介绍bolt.diy的部署过程，并推荐最契合的模型，同时介绍如何使用Cloudflare Pages进行线上部署，以及如何结合ollama等本地AI模型进行无token限制的开发。
1. bolt.diy的开源魅力与功能介绍
bolt.diy作为bolt.new的开源版本，吸引了大量开发者的关注。其开源特性使得开发者能够根据自己的需求进行修改和扩展，进一步提升开发效率。bolt.diy支持多种AI模型的API，包括在线和线下的模型，这使得开发者能够灵活选择适合自己的AI工具。
bolt.diy的功能非常强大，它整合了众多功能，包括但不限于自然语言处理、代码生成、数据库管理等。这些功能的整合使得bolt.diy成为一个全能的开发平台，能够满足各种开发需求。接下来，我们将详细介绍如何部署bolt.diy，并推荐一些最契合的模型。
2. bolt.diy的线上部署：使用Cloudflare Pages
bolt.diy的线上部署非常简单，我们可以通过Cloudflare Pages进行部署。以下是详细的部署步骤：
2.1 第一步：Fork项目
首先，我们需要在GitHub上Fork bolt.diy的官方开源项目。访问GitHub项目页面（@aigem/bolt.diy），点击Star并Fork项目。Fork完成后，复制仓库并删除不需要的文件。为了方便，可以直接点击Fork按钮，并为新仓库命名。稍等片刻，Fork操作就会完成。
2.2 第二步：登录Cloudflare
接下来，我们需要登录Cloudflare。如果没有账号，可以注册一个新账号。登录后，进入Workers and Pages页面，点击创建一个新的Pages项目。
2.3 第三步：连接GitHub
在创建Pages项目时，选择连接到Git。如果之前已经连接过GitHub账号，账号会自动显示在页面上。如果没有，则需要添加并绑定GitHub账号。输入密码后，绑定完成。
2.4 第四步：选择仓库并部署
回到创建Pages的页面，选择刚才Fork的仓库。点击仓库后，选择默认设置，并使用PMPN（npm -> pnpm）。保存并设置后，Cloudflare Pages会开始构建和部署项目。稍等片刻，部署完成后，我们可以打开页面查看效果。
2.5 第五步：测试部署效果
首次部署后，可能需要等待一两分钟，因为Cloudflare需要将内容分发到全球网络。等待后，我们可以看到页面已经成功部署。bolt.diy支持多种在线模型的API，包括Google的、Grok的、Hugging Face的、Mistral的、Open AI的等。这些模型的API可以通过Openrouter进行访问。我们可以选择一个免费的模型API进行测试，例如llama3.1 405B。
2.6 第六步：自定义域名
由于Cloudflare Pages默认的域名在国内无法访问，我们可以在自定义域名中绑定一个自己的域名。
3. bolt.diy的本地部署
除了线上部署，bolt.diy还支持本地部署。以下是详细的本地部署步骤：
3.1 第一步：安装必要工具
首先，我们需要安装git、Node.js和pnpm，并将pnpm设置为腾讯的源。这些工具是本地部署bolt.diy所必需的。
3.2 第二步：克隆仓库
克隆bolt.diy的仓库后，进入仓库并进行依赖安装。安装完成后，启动程序即可。
3.3 第三步：结合ollama使用本地模型
在下一期，我将在免费的T4显卡主机上部署ollama，并结合bolt.diy使用本地模型。这将进一步提升开发效率，实现无token限制的开发。
4. 推荐模型与使用建议
bolt.diy支持多种AI模型，以下是一些推荐的模型及其使用建议：
4.1 在线模型
- **Google的模型**：Google的模型在自然语言处理方面表现出色，适合用于生成高质量的文本内容。
- **Grok的模型**：Grok的模型在代码生成方面表现优异，适合用于开发各种应用程序。
- **Hugging Face的模型**：Hugging Face的模型种类繁多，适合各种不同的开发需求。
- **Mistral的模型**：Mistral的模型在性能和效率方面表现突出，适合用于大规模的开发项目。
- **Open AI的模型**：Open AI的模型在多种任务中表现优秀，适合用于各种开发场景。
4.2 本地模型
- **ollama**：ollama是一个本地部署的AI模型，适合用于无token限制的开发。结合bolt.diy，可以实现高效的本地开发。
- **LMStudio**：LMStudio也是一个本地部署的AI模型，适合用于各种本地开发需求。
总结：bolt.diy的无限可能
bolt.diy作为bolt.new的开源版本，提供了强大的功能和灵活的部署选项。无论是线上部署还是本地部署，bolt.diy都能满足开发者的各种需求。通过Cloudflare Pages进行线上部署，可以快速生成和部署Web应用。结合ollama等本地AI模型，可以实现无token限制的开发，进一步提升开发效率。
bolt.diy的开源特性使得开发者能够根据自己的需求进行修改和扩展，真正实现了全栈开发的无限可能。希望本文的详细介绍和推荐模型能够帮助大家更好地使用bolt.diy，提升开发效率，实现更多的创新。
