1. GPT Engineer
GPT Engineer / Lovable 快速入门
用一段话描述你想要的应用,几分钟拿到可运行的代码,小白也能做产品。
这是什么?适合谁?
GPT Engineer 是一类”需求 → 完整项目”AI 工具的统称,典型代表是开源项目 gpt-engineer,以及商业化产品 Lovable(原 GPT Engineer)。它们的工作模式类似:你用自然语言描述需求,AI 自动规划技术栈、生成多文件代码、跑通依赖,最后你拿到一个可部署的项目。对完全不会写代码但想验证想法的人,这是门槛最低的 AI 编程工具。
它适合:产品经理做需求验证、创业者快速做 MVP、设计师把视觉稿变成代码、不想从零搭项目的全栈开发者、需要给客户做 demo 的乙方。注意,这类工具对”清晰、具体”的需求描述非常依赖,描述得越细,产出越接近预期。
准备工作
- 账号:Lovable 用 Google 账号或邮箱注册,新用户有免费额度。
- 浏览器:Chrome / Edge 即可,推荐 Chrome。
- 网络:需要访问 lovable.dev,部分地区可能需要稳定国际网络。
- 需求清单:提前想好 3~5 个核心功能,描述清楚交互流程。
3 步快速上手
第 1 步:注册并进入编辑器
访问 https://lovable.dev,点击 “Sign up”,用 Google 或邮箱注册。登录后,点击 “New Project” 创建一个空项目。
第 2 步:用一句话描述需求
进入编辑器后,在左侧的 Chat 框输入:
请帮我做一个个人记账应用:
1. 顶部展示本月总收支
2. 中间是按日期倒序的账单列表
3. 右下角浮动按钮添加新账单
4. 用 React + Tailwind,数据存 localStorage
按回车,AI 会先回复一段规划,然后开始生成代码。整个过程大约 1~3 分钟。
第 3 步:预览和发布
生成完成后,点击右上角 “Preview” 按钮,可以在浏览器里直接看到应用效果。满意后点 “Publish” 一键发布,Lovable 会给你一个公开 URL,把链接发给朋友就能用。
常见踩坑
- 需求太模糊:如果只说”做一个记账应用”,AI 不知道你想要哪种风格,产出可能跑偏。先列 3~5 条具体功能更好。
- 生成的项目无法运行:Lovable 一般能跑通,但偶尔依赖冲突,点 “Fix” 按钮让 AI 自己修。
- UI 风格不喜欢:在 prompt 末尾加一句”风格类似 Notion、简洁白底”会好很多。
- 免费额度耗尽:免费版每月有消息次数限制,大项目可能一次就用完,考虑升级付费。
- 数据安全问题:Lovable 项目默认公开,涉及真实业务数据请升级到付费版并设置为私有。
- 不会调试 AI 生成的代码:选中代码,按
Ctrl+I让 AI 解释,或者直接在 Chat 里问 “这段代码做什么”。
初级用法
- 单页应用生成:描述一个具体的小应用,比如”待办事项”,几分钟出成品。
- 样式调整:生成后输入”把按钮改成圆角绿色”,AI 自动重写 CSS。
- 加新功能:项目已经跑起来后,说”加一个搜索框,根据标题过滤任务”,AI 会插入代码。
高级玩法
- 接入后端:让 Lovable 帮你加 Supabase 集成,实现用户登录和数据持久化。
- 自定义域名:付费版可以绑定自己的域名,把应用部署到生产环境。
- 导出代码:在 Settings → Export 下载整个 React 项目的源代码,本地继续开发。
小技巧
- 第一次描述需求时尽量把交互流程画出来,用 “1. 2. 3.” 列表化描述。
- 生成代码后立刻试运行,有问题马上指出,AI 第一次修比后期修更省额度。
- 用英文 prompt 通常比中文更精准,Lovable 内部英文模型更强。
- 项目根目录有个
prompt.txt,可以查看 AI 当前理解的需求,方便手动调整。 - 大项目拆成 3~4 个小功能分批生成,比一次描述所有功能稳定。
- 在 prompt 里加 “use only free npm packages”,AI 不会给你装收费依赖。
- 视觉风格描述要具体,比如”参考 Notion 的卡片列表”,AI 不会瞎发挥。
- AI 生成 React 组件时,要求”拆分多个小组件,避免单文件超 200 行”,后期好维护。
- 用 “use TypeScript strict mode” 让 AI 写严格类型代码,bug 更少。
- 部署前在 Chat 里说”请检查代码是否有 console.log 或调试代码”,AI 自动清理。
适合什么人
GPT Engineer/Lovable 这类”需求→应用”工具,主要解决”无代码做产品”的问题:
- 产品经理:快速做出 demo 验证需求,不用等开发排期
- 创业者:一周内做出 MVP,先验证商业假设再招工程师
- 设计师:把 Figma 稿变成可交互原型,提升设计稿说服力
- 非技术背景的人:想做个小工具/小应用,不想学编程
- 教学场景:老师演示”AI 写应用”,学生直观感受技术能力
- 甲方提案:给客户做交互原型,客户能直接体验
不太适合:需要复杂后端业务的大型项目、对性能和安全有严格要求的金融/政企系统、追求代码质量和架构的资深工程师(AI 生成的代码通常需要重构)。
从 MVP 到生产
Lovable 生成的代码在原型阶段没问题,但要从 demo 走向生产,还有几件事要做:
- 代码 review:把 AI 生成的代码通读一遍,删掉冗余、修正逻辑
- 加测试:原型代码通常没有单元测试,补 Jest/Vitest 测试
- 错误处理:加全局 error boundary、用户友好提示
- 性能优化:用 Lighthouse 检查性能,优化大列表、图片加载
- SEO 适配:加 meta 标签、Open Graph、sitemap
- CI/CD:接 GitHub Actions,自动化测试和部署
- 监控埋点:加 Sentry、PostHog 等监控工具
Lovable 的 Export 功能让你下载完整代码,本地继续开发。这个”原型→生产”的过渡,通常需要 1~2 周,具体看项目复杂度。
替代品对比
GPT Engineer 这类工具的替代品不少:
- Bolt.new:StackBlitz 出品,基于 WebContainers,直接在浏览器跑 Node
- V0.dev:Vercel 出品,专注 React + Tailwind,UI 质量很高
- Replit Agent:和 Replit 集成,可以直接部署
- Cody:Sourcegraph 出品,IDE 插件 + 云端代码库理解
- Lovable:营销做得好,产品体验丝滑,适合非技术用户
每个工具都有侧重点,新手建议先试 Lovable 和 V0,体验一下”自然语言做应用”是什么感觉。
参考链接
- Lovable 官网:https://lovable.dev
- Lovable 文档:https://docs.lovable.dev
- 开源版 gpt-engineer:https://github.com/AntonOsika/gpt-engineer
- Anton Osika 介绍视频:https://www.youtube.com/@antonosika
- Lovable 博客:https://lovable.dev/blog
本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。
2. GPT Engineer
GPT Engineer 深度指南
开创性的开源代码生成 CLI 工具 —— 输入自然语言描述，AI 自动生成完整代码库。现已进化为 Lovable 平台
⭐ 评分: 8.2/10 💰 价格: 开源免费（后继平台 Lovable 按月订阅） 🏢 厂商: Lovable（原 GPT Engineer） 🌐 官网: gptengineer.app → lovable.dev
一、工具概述
1.1 什么是 GPT Engineer？
GPT Engineer 是由 Anton Osika 于 2023 年 4 月创建的开源命令行工具，是最早的自然语言驱动代码生成工具之一。它的核心理念简单而革命性：你用自然语言描述想要构建的软件，AI 自动生成完整代码库。
GPT Engineer 在 GitHub 上迅速成为增长最快的代码仓库，获得 55.2K 星标和 7.3K 分支。它开创了”坐着看 AI 写代码”的范式，启发了后来包括 Claude Code、Codex CLI 在内的大量 AI 编程工具。
⚠️ 重要状态更新：GPT Engineer 开源 CLI 已于 2025 年 5 月归档（只读），不再维护。其商业进化为 Lovable，本文将对两者进行全面介绍。
1.2 核心能力
| 能力 | CLI 版（开源） | Lovable（商业版） |
|---|---|---|
| 自然语言描述 | 写 prompt 文件指定需求 | 对话式聊天描述需求 |
| 代码生成 | AI 生成完整代码库 | 实时构建可部署应用 |
| 改进模式 | -i 参数层层迭代 | 对话反馈持续修改 |
| 视觉输入 | --image_directory 传入截图 | 拖拽截图/文档 |
| 部署 | 手动部署 | 一键部署到 lovable.app |
1.3 适用人群
- 想探索早期 AI 代码生成范式的开发者
- 需要快速生成原型（Lovable 版）
- 非技术用户构建 Web 应用（Lovable 版）
- 研究代码生成技术的学习者
二、官网地址与获取方式
2.1 官方网站
| 项目 | 地址 |
|---|---|
| 开源 CLI (已归档) | github.com/AntonOsika/gpt-engineer |
| 原 gptengineer.app | gptengineer.app（重定向到 Lovable） |
| Lovable 官网 | lovable.dev |
| Lovable 文档 | docs.lovable.dev |
2.2 开源 CLI 安装（历史参考）
以下安装方式用于体验历史版本，不推荐新项目使用。如需活跃的 CLI 代码生成工具，推荐 Aider。
# 克隆仓库
git clone https://github.com/AntonOsika/gpt-engineer.git
cd gpt-engineer
# 安装依赖
pip install -r requirements.txt
# 基本用法：生成项目
python main.py projects/my_project prompt
2.3 Lovable 使用方式
访问 lovable.dev 注册账号，直接在浏览器中对话构建应用，无需本地安装。
三、功能深度解析
3.1 开源 CLI 核心功能
📝 自然语言指定需求
在 prompt 文件中用自然语言描述你想构建的软件：
创建一个用户管理系统，包含：
- 用户注册和登录
- 用户信息编辑
- 管理员后台
- 使用 Python Flask 框架
- 使用 SQLite 数据库
GPT Engineer 会先提出澄清问题，然后生成完整的项目结构、代码文件和配置。
🔄 改进模式（Improvement Mode）
使用 -i 参数可以基于已有代码增量改进：
python main.py projects/my_project -i
这个模式是 GPT Engineer 的核心特性之一 —— 你可以在生成的代码上层层迭代，逐步完善功能。
🎨 视觉输入支持
通过 --image_directory 参数支持传入 UI 设计图、架构图等图片作为提示的一部分：
python main.py projects/example-vision gpt-4-vision-preview \
--prompt_file prompt/text \
--image_directory prompt/images \
-i
🧠 自定义预提示（Pre-prompts）
通过覆盖 preprompts 文件夹，可以自定义 AI Agent 的”身份”和”记忆”，让 AI 在不同项目间保持一致的行为风格。
3.2 Lovable 核心功能
💬 对话式构建
直接在浏览器聊天窗口中描述需求，AI 实时生成并展示预览。支持：
- 上传截图：将现有的设计截图拖入对话，AI 可以复制样式和布局
- 上传文档：提供 PRD、设计稿 PDF，AI 理解后生成应用
- 多轮迭代：像与开发者对话一样，一步步完善
🚀 一键部署
生成的应用可直接部署到 lovable.app 子域名，每次对话修改自动同步更新。
🔗 Git 集成
Lovable 后台使用 Git 管理代码变更，允许高级用户在需要时拉取完整代码做进一步定制。
四、使用文档与教程
4.1 Lovable 快速入门
步骤 1：注册账号 —— 访问 lovable.dev，使用 Google 或 GitHub 登录。
步骤 2：开始新项目 —— 点击”新建项目”，在对话框中描述你想要构建的应用。
步骤 3：迭代优化 —— 预览生成结果，用自然语言提出修改意见。
步骤 4：部署上线 —— 满意后点击部署，获得可公开访问的 URL。
4.2 提示词技巧
✅ 好的提示词示例
帮我做一个项目管理的看板应用：
- 支持创建项目、任务列表
- 拖拽改变任务状态（待办/进行中/已完成）
- 每个任务有标题、描述、截止日期、负责人
- 使用 React + Tailwind CSS
- 数据存储在本地 localStorage
❌ 不好的提示词
帮我做个管理软件 # 过于模糊，没有具体功能描述
💡 进阶技巧
- 先给需求，再逐步细化：先描述整体功能，再一步步增加细节
- 上传参考素材：有设计稿或竞品截图时直接上传
- 明确技术栈：指定你熟悉的前端框架和样式库
- 分阶段构建：先构建核心功能，再添加次要功能
4.3 CLI 版历史使用（参考）
# 创建新项目
mkdir projects/my_app
echo "创建一个 Todo 应用，使用 React" > projects/my_app/prompt
python main.py projects/my_app
# 改进模式
python main.py projects/my_app -i
# 指定模型
python main.py projects/my_app gpt-4
五、定价与套餐
5.1 开源 CLI 版
完全免费 —— MIT 许可证，仅需支付所使用的 AI 模型 API 费用（OpenAI / Anthropic 等）。
5.2 Lovable（商业平台）
| 套餐 | 价格 | 说明 |
|---|---|---|
| 免费版 | $0/月 | 有项目数量和使用次数限制 |
| Starter | ~$20/月 | 个人开发者，更多项目配额 |
| Pro | ~$50/月 | 专业开发者，无限项目、高级功能 |
| Business | 定制价格 | 团队协作、企业级安全 |
💡 具体定价请以 lovable.dev/pricing 为准，价格可能随时调整。
六、竞品对比
GPT Engineer CLI（已归档） vs 当前主流工具
| 维度 | GPT Engineer CLI | Aider | Claude Code | Lovable |
|---|---|---|---|---|
| 状态 | ⚠️ 已归档 | ✅ 活跃 | ✅ 活跃 | ✅ 活跃 |
| 定位 | 实验性 CLI | 活跃 CLI | 企业级 CLI | 无代码平台 |
| 上手难度 | 中 | 中 | 低 | 极低 |
| 适用人群 | 开发者 | 开发者 | 开发者 | 所有人 |
| 代码质量 | 中等 | 优秀 | 优秀 | 优秀 |
| 交互方式 | 文件 + 命令行 | 命令行对话 | 终端对话 | 网页对话 |
| 部署能力 | ❌ 无 | ❌ 无 | ❌ 无 | ✅ 一键部署 |
| 价格 | 免费（仅 API 费用） | 免费（仅 API 费用） | Pro $20/月 起 | 免费 / $20+/月 |
CLI 替代推荐
官方 README 明确推荐 Aider 作为活跃的 CLI 替代方案。Aider 目前是最活跃的开源代码生成 CLI，支持多种模型、git 自动提交、map 文件上下文管理等高级功能。
七、用户体验与评价
⭐ 历史评价（CLI 版）
“GPT Engineer 让我第一次感受到 AI 可以真正帮我写完整项目，而不是零碎的代码片段。” —— 早期用户
“它的改进模式（-i）是杀手级功能，可以在已有的代码基础上不断迭代。” —— GitHub 贡献者
👍 优点
- ✅ 开创性理念：最早实现”自然语言→完整代码库”的工具之一
- ✅ 改进模式：支持在已有代码上迭代修改
- ✅ 自定义身份：通过 pre-prompts 自定义 AI 行为
- ✅ 视觉输入：支持图片作为提示输入
- ✅ 开源免费：MIT 许可证，社区活跃
👎 缺点
- ⚠️ 已停止维护：2025 年 5 月归档，不再更新
- ⚠️ 安装复杂：需要 Python 环境和多个依赖
- ⚠️ 代码质量不稳定：复杂项目生成质量参差不齐
- ⚠️ 不支持持续开发：更适合一次性生成，而非长期项目管理
Lovable 用户评价
“我用 Lovable 在两天内构建了一个完整的 SaaS 应用，这在以前至少需要两周。” —— Lovable 用户
“非技术背景也能构建可用的 Web 应用，这太不可思议了。” —— 产品经理
八、常见问题 FAQ
Q1：GPT Engineer 还值得学习吗？
A：作为历史参考值得了解，但不推荐新项目直接使用。它的理念和架构影响了后续大量工具，学习它可以更好地理解 AI 代码生成的发展脉络。实际使用建议选择 Aider、Claude Code、Codex CLI 等活跃工具。
Q2：GPT Engineer 和 Lovable 什么关系？
A：GPT Engineer 是开源 CLI，Lovable 是它的商业进化版。CLI 版于 2025 年 5 月归档，团队专注于 Lovable 平台。Lovable 提供了更友好的 UI、Git 管理、一键部署等企业级功能。
Q3：Lovable 适合专业开发者吗？
A：适合！虽然 Lovable 主打低代码/无代码体验，但它生成的代码质量高、支持 Git 导出，开发者可以拉取完整代码做进一步定制。很多专业团队将其用于快速原型验证。
Q4：GPT Engineer 支持哪些 AI 模型？
A：CLI 版支持 OpenAI 系列（GPT-4、GPT-4 Vision）、Azure OpenAI、Anthropic Claude，以及通过额外配置支持的本地开源模型（如 WizardCoder）。
Q5：已经归档的项目还能用吗？
A：可以，但不会获得任何更新或安全修复。建议将归档的仓库克隆到本地，以便在需要时参考。由于依赖的 Python 包可能更新，长期使用可能遇到兼容性问题。
九、总结与建议
📊 综合评分
| 维度 | 评分 |
|---|---|
| 理念创新 | ⭐⭐⭐⭐⭐ |
| 代码生成质量 | ⭐⭐⭐⭐ |
| 易用性 | ⭐⭐⭐ |
| 维护活跃度 | ⭐（已归档） |
| 生态丰富度 | ⭐⭐⭐ |
🎯 适用建议
| 场景 | 推荐选择 |
|---|---|
| 体验 AI 代码生成历史 | ✅ GPT Engineer CLI（归档版） |
| 快速构建 Web 应用原型 | ✅ Lovable |
| 日常开发 CLI 辅助 | ✅ Aider / Claude Code |
| 非技术用户构建应用 | ✅ Lovable |
🚀 推荐指数：8 / 10（历史价值）；7 / 10（Lovable 作为活跃平台）
GPT Engineer 在 AI 编程发展史上具有里程碑意义。它证明了一个简单的理念 —— 用自然语言描述需求，AI 就能生成完整应用 —— 是可行的。虽然开源 CLI 已是历史，但它的精神通过 Lovable 和无数受其启发的工具得以延续。如果你是 AI 编程的探索者，了解 GPT Engineer 的故事，能帮助你更好地理解这个领域的演进方向。
📚 参考资源
- 开源仓库（已归档）：github.com/AntonOsika/gpt-engineer
- Lovable 官网：lovable.dev
- Lovable 文档：docs.lovable.dev
- Lovable 博客（演进历程）：lovable.dev/gpt-engineer
- 推荐替代工具 Aider：github.com/paul-gauthier/aider
- 技术文章参考：rywalker.com/research/gpt-engineer
报告生成时间：2026-06-13 · 最后更新：2026-06-13 · 作者：MagicNetWorld
同分类推荐
AI编程 分类下的其他工具