一般情况下，开发一个系统都需要前端和后端，仅靠一个人几乎无法胜任，需要考虑的特性和功能非常多，比如：

• 需要一个数据库来存放数据；
• 需要一个文件存储来存放各种文件，比如图片文件；
• 后端需要提供接口供前端调用；
• 重要组件需要考虑高可用、灾备、监控、弹性伸缩等等。

这对于没有后端基础的同学来说，简直是个噩梦！

那么是否存在一种新模式，可以让开发者只专注于业务呢？

目前解决这个问题最主流的方案就是 Serverless 架构，也就是所谓的无服务器计算。开发者只需要专注于代码质量和代码逻辑，不需要关心基础设施，也不需要关心后端服务，一切都由平台给你自动分配资源。

但这个平台从哪来？

毕竟 Serverless 只是一个架构和抽象理念，要想落地，还得实现一个真正的产品。

这样的产品其实国内有很多，也就是所谓的云开发服务。这一类服务将开发一个完整的应用需要用到的数据库、存储、CDN、后端函数、静态托管、用户登录等等功能全部集成到了一起，研发人员仅需要调用这些服务即可。

目前，云计算和整个互联网市场正逐渐从增量市场转向存量市场，营收和净利润才是 KPI ，在这个背景下，降低成本和提高利润至关重要。基于开源的云计算生态逐渐崛起，为市场提供了更具竞争力的选择，每家企业都可以摆脱供应商锁定自由到处运行，无需担心供应商的倒闭、产品下线或价格上涨等问题。最糟糕的情况下，企业甚至可以自行部署一套系统，并针对自身需求定制一些高级功能。

Laf 就是这样一个完全开源的云开发平台。

它提供了开箱即用的云函数，云数据库，对象存储等能力，是一个一站式开发平台，让你可以像写博客一样写代码。

与各大云厂商的云开发平台相比，Laf 也不遑多让，而且还有很多云厂商不具备的核心优势：

• 开源更开放：完全遵循 Apache License 2.0 开源协议，如果你看好 Laf 的开发模式，也可以自己部署一套，并对外提供商业化服务。
• 部署更简单：永久支持私有化部署，即使不使用云服务，也可以无缝迁移到自己的服务器上。
• 请求更迅速：Laf 的 runtime 机制让应用启动更快，且「无冷启动时间」，相对于传统的 Serverless 架构来说，响应更迅速。
• 开发更简单：依托于更好的一站式开发体验，开发者无需再关心应用部署、服务器运维等事情，登录即可开发，1 分钟上线应用。

除此之外，Laf 还提供了很多额外的优秀能力：

• WebIDE：在线写代码，完善的类型提示、代码自动完成，像写博客一样写函数，随手发布上线。
• WebSocket：应用支持长连接，业务无死角。
• CLI 工具：能够进行本地开发，并同步至 Web 端，让你使用熟悉的工具进行开发，无需适应新的工具。
• 前端“直连”数据库：通过 laf-client-sdk + “访问策略” 可以在保证安全的情况下前端直接操作数据库，即使只开放最小的 Read 权限也可节省 30%～ 50% 的接口，让你在还原 UI 的同时顺手搞定逻辑。
• 社区生态：大量“野生”的开源贡献者，他们依托于开源的优势，为 Laf 贡献了许多优秀作品，例如 VS Code 本地开发插件和基于 ChatGPT 的自动生成代码插件。

还有个非常重要的一点就是 Laf 是运行在 Sealos 云操作系统之上的，所有的扩展工作都可以在 Sealos 云操作系统中进行，例如在 Sealos 上运行 AI 引擎并通过 Laf 进行调用，实现完美融合。

GitHub 链接：https://github.com/labring/laf

Laf 自去年 11 月份发布 0.8 版本以来，用户数量一直都在不断上涨，预览版本短短几天就吸引 2000+ 注册用户，支撑 3000+ 线上应用。到如今 Star 数量已经突破了 3.5k。

期间有很多优秀的开发者基于 Laf 开发出了很多有趣的产品，比如：

• ChatMind：与 AI 对话生成思维导图。这是两个大学生的作品，核心功能仅用一天就开发完成，上线当天用户过万。
• ICP Query Extension：一款方便 icp 备案查询的 Chrome 插件。
• 一起听播客：跟你的好友一起实时操作播放器、在线听播客。
• 中大猫谱：这是一个微信小程序，用来拍照记录中山大学校园内猫猫的成长轨迹。
• 小报童导航：这也是一个微信小程序，用来发现优秀的专栏。

除此之外，还可以用 Laf 来开发各种管理系统和电商应用，甚至区块链应用。我们的企业级客户聚道云就选择了将 Laf 托管在专有集群中，利用 Laf 为其提供函数计算解决方案。总的来说，Laf 的适用场景非常广泛，大到企业官网和信息化建设，小到个人博客、微信小程序，理论上可以开发任何应用！

今天我们正式发布了 1.0 版本，这是 Laf 的一个里程碑版本，带来了很多重量级的更新。可视化界面焕然一新，优化了用户操作流程和交互设计，进一步提升了用户体验，从创建应用到上线第一个函数仅需 1 分钟。

Laf v1.0 的发布，离不开各位社区小伙伴的悉心贡献与鼎力支持，无论是功能研发、功能测试、需求建议、企业最佳实践，抑或是提供 Bug 修复、国际化翻译以及文档贡献，这些来自开源社区的贡献都为 v1.0 的发布和推广提供了极大的帮助，我们将在文末向这些小伙伴予以特别致谢！

开发友好的函数界面

为了提高开发者的开发效率，Laf 提供了一种可视化的函数界面，让开发者可以在不离开平台的情况下进行代码编写、调试和部署，从而快速实现业务需求。这样开发者可以更加专注于代码逻辑和质量，在同一平台上完成所有工作，而无需切换到其他工具和平台，从而大大提高了开发效率。

随着 Vue3 的发布，许多前端项目需要进行从 Vue2 到 Vue3 的升级。然而，在 UI 组件库方面，Vue的可选项较少。相比之下，React 的 UI 组件库更加丰富和成熟。

因此，Laf v1.0 选择了 React 作为主要技术栈，包括 Chakra-UI、Tailwind 和 React-Query，这些技术栈可以帮助开发者更加高效地构建用户界面。例如，Chakra-UI 提供了丰富的 UI 组件库，Tailwind 提供了可定制化的 CSS 样式，React-Query 则提供了数据管理和缓存等实用功能。

Laf v1.0 仍然使用 TypeScript 作为开发语言，以及 Vite 作为构建工具，大大提高了开发效率和 UI 定制化的便利性。而且函数界面增加了动态布局，可以随意拖动或隐藏相关面板。

与 v0.8 相比，v1.0 还新增了请求方法设置，可以设置函数的请求类型，例如 GET/POST 等等，同时还支持 Params、Body 以及 Headers 的调试参数。

除此之外，还优化了集合页面的展示，可以一站式完成数据管理、访问策略等功能，大大提高了开发效率。

随着开发效率的提高，很多应用的开发周期甚至可以压缩为分钟级，且具有高度复用性，如各种三分钟系列：

• 3 分钟将 ChatGPT 接入 Siri
• 3 分钟搭建一个 ChatGPT Web 演示网页
• 3 分钟写一个待办事项 App
• 3 分钟将 ChatGPT 接入飞书机器人
• 1 分钟使用云函数生成图形验证码

这里并非编写一个仅供娱乐的示例，而是真正具备线上服务能力。最重要的是，这三分钟并非仅编写代码，还包括将代码在线上运行！写完即发布，点击保存，关机走人。

后端框架升级

在 Laf 0.8 版本中，我们使用 Express 进行开发。然而，在项目规模逐渐增大的情况下，维护和协作方面会面临一些挑战。因此，Laf v1.0 便迁移到了 NestJS。由于 NestJS 支持 TypeScript，因此具有更好的类型安全性和编译时错误检查等优点。此外，NestJS 的模块化开发风格使得项目结构更加清晰，易于维护。

NestJS 还提供了许多实用功能，如内置的 Swagger 文档生成器。这个生成器可以根据代码自动生成 API 文档，使得前后端协作更加顺畅和高效。

在 Laf v1.0 中，ORM 框架选择了 Prisma。Prisma 是一种现代的 ORM 框架，提供了强大的数据建模和查询功能，同时也具有更好的可维护性。通过使用 Prisma，Laf 可以更加高效地操作数据库，简化数据管理和维护过程。

重构核心功能

除了上述更新之外，Laf v1.0 还对核心功能进行了重构，主要包括以下两个方面：

1️⃣ 对 Node Runtime 进行了升级，剥离了原先内置的 WebSocket 模块，改成统一的 Cron 模式。这种模式使得 Runtime 更加轻量，同时也提高了程序运行的稳定性和可靠性。

2️⃣ 对数据库的用户界面和交互进行了优化，通过简化界面设计和增强用户交互性，我们省去了繁琐的二级乃至三级页面，不管是新手还是老手都能够更加高效地完成数据的查询、修改和管理等操作。

3️⃣ 云存储方面，在存储文件的基础上，我们还增加了静态网站托管，发布之后直接分配一个二级域名上线（同时支持自定义域名），无需关心复杂的 CI/CD、Docker 或 K8s 等技术，有了 Laf 老夫只需要一把梭，真正的涵盖从开发到上线的所有步骤，正如我们口号所说 life is short you need laf ，开发者应该把时间节省下来关注更重要的事情。

4️⃣ 支持 ESM 模块的引入。开发者可以引入一些只支持 ESM 的 NPM 包，例如 ChatGPT 等。这大大增加了应用程序的可扩展性和功能性。同时，ESM 还支持模块级别的作用域，这使得代码更加清晰、易于维护。

例如，可以在函数界面引入著名的 chatgpt-api NPM 包。首先在 NPM 依赖面板中点击右上角的 +：

然后输入 chatgpt 并回车进行搜索，选择第一个搜索结果，保存并重启：

重启之后，自定义依赖项中便出现了 chatgpt。

现在我们来试试调用 ChatGPT 的 API 来与 ChatGPT 进行对话，先写个函数：

import cloud from '@lafjs/cloud'
export async function main(ctx: FunctionContext) {
  const { ChatGPTAPI } = await import('chatgpt')
  const api = new ChatGPTAPI({ apiKey: cloud.env.CHAT_GPT_API_KEY })

  let res = await api.sendMessage('“鸡你太美”指的是中国大陆哪位男艺人？给你个提示，他喜欢唱、跳、篮球、Rap')
  console.log(res.text)

  return res.text
}

将上述函数代码添加到 WebIDE 中，点击右上角的「运行」，即可调试运行。

未来规划

Laf 的应用开发上线周期极短，基本上都是以分钟/小时/天来计算的。恰逢 AI 崛起，每天关于 AI 的信息目不暇接，今天的信息还没消化完，明天又有新的来袭。可以预见，未来 AI 应用一定会爆炸式增长，很多传统的方式都将会被彻底颠覆。在这个浪潮中，必然会有很多新的 AI 应用需要被开发出来，而选择使用函数计算来开发 AI 应用的公司必然在竞争中胜出，因为在这个浪潮中兵贵神速。使用函数计算可以按照分钟或小时来计算开发进度，而传统的公司可能仍在缓慢地进行迭代和上线，必然会在竞争中落后。

所以接下来 Laf 将会重点聚焦于如何让 AI 能力快速落地，快速开发各种 AI 小应用，打造 AI 能力生态，帮助 AI 浪潮下的企业在竞争中快速胜出。

致谢

以下是参与 Laf 1.0 代码和文档贡献的贡献者 GitHub ID。如果名单中有遗漏，请您与我们联系。名单中的排名并无先后之分。