使用 Wasp AI（Mage）创建新 Wasp 应用：从标题与一段描述一键生成全栈项目-迪斯科星球

使用 Wasp AI（Mage）创建新 Wasp 应用：从标题与一段描述一键生成全栈项目

【免费下载链接】waspThe batteries-included full-stack framework for the AI era. Develop JS/TS web apps (React, Node.js, and Prisma) using declarative code that abstracts away complex full-stack features like auth, background jobs, RPC, email sending, end-to-end type safety, single-command deployment, and more.项目地址: https://gitcode.com/GitHub_Trending/wa/wasp

Wasp 自带名为 Wasp AI（代号 Mage，即Magic webAppGEnerator）的应用生成能力，允许你仅凭一个标题和一段简短描述，在 GPT 模型的后台驱动下生成一个全新的 Wasp 全栈应用。本文以 Wasp 0.17 版本官方文档为主线，详细介绍两条生成路径（开源在线应用与本地wasp new命令），并结合仓库源码剖析wasp new的完整执行链路，帮助你快速上手 AI 驱动的项目初始化，并理解其底层行为与注意事项。

Wasp AI（Mage）是什么

Wasp AI 是内置于 Wasp 生态中的应用生成器：你只需提供应用标题和一段一两句话的功能描述，它便会在后台调用 GPT 系列模型，为你产出一个结构完整、可继续开发的 Wasp 项目（包含main.wasp配置文件、src客户端与服务端代码、数据库 schema 等）。这一能力在仓库 ChangeLog 中有明确记载——此前仅可通过在线方式使用，随后 Wasp AI 也进入waspCLI，使开发者能够"仅凭标题和一段简短描述"创建全新的 Wasp 应用。

两条生成路径：在线与本地 CLI

根据创建新应用文档，使用 Wasp AI 创建新应用主要有两种方式：

免费、开源的在线应用 usemage.ai：无需本地配置，直接在线描述应用并下载生成结果。
本地运行wasp new并选择 AI 生成：需要自行提供 OpenAI API Key，但灵活性更高（可自由选择 GPT 模型）。

两条路径在后台使用完全相同的生成逻辑，智能程度一致，区别仅在于界面与可配置项（见 ChangeLog 中关于"提供自己的 OpenAI API Token、可自由选择模型"的说明）。

:::info 实验性特性提醒 Wasp AI 目前属于实验性功能。生成的应用可能包含与其复杂度成正比的错误；即便如此，修复错误后它往往仍是一个很好的起步点，也能作为探索"如何在 Wasp 中实现某个功能"的有趣参考。 :::

路径一：usemage.ai 在线生成

usemage.ai 是一个开源应用，你可以仅凭一个简短的标题和描述就创建出新的 Wasp 应用：

完全免费：在线服务使用 Wasp 官方提供的 OpenAI API Key，成本由官方承担。
操作极简：提供应用标题、应用描述，并选择一些基础设置后，几分钟内即可生成一个新的 Wasp 应用。
可下载继续开发：生成完成后可将项目下载到本地，随后基于它继续迭代。

关于 usemage.ai 的工作原理，官方文档指引读者参阅仓库内的两篇博客文章：《GPT Web App Generator》（介绍 Mage 的工作方式）与《How We Built GPT Web App Generator》（高层实现思路）。

路径二：wasp new 本地生成

在终端中运行wasp new并选择 AI 生成即可在本地创建新应用。整个交互流程清晰直观：

运行wasp new：进入交互式向导（也可携带参数直接指定项目名与模板，详见下文"命令形式"）。
提供 OpenAI API Key：若尚未配置，wasp会要求你通过环境变量（ENV vars）提供自己的 OpenAI API Key，CLI 将用它来查询 GPT。
描述应用：输入应用标题与描述，随后选择模型与创造性级别等参数。
生成到磁盘：确认后，新应用会被生成到当前目录下。

命令形式与参数

从 ArgumentsParser.hs 的源码可以看到wasp new支持以下形式：

# 交互式创建（依次询问项目名与模板） wasp new # 直接指定项目名（使用默认 starter 模板） wasp new my-project # 指定项目名与模板 wasp new my-project -t <template-name>

其中-t / --template用于指定 starter 模板。当以交互方式运行时，CLI 会列出可选模板供你选择，其中就包含 AI 生成模板（标注为 experimental，提示语为"用几句话描述应用，让 Wasp AI 为你生成初始代码"）。交互式向导与参数解析逻辑分别位于 ProjectDescription.hs 与 CreateNewProject.hs。

AI 生成的交互参数

选择 AI 生成后，CLI 会引导你完成以下参数配置（见下方截图）：

应用描述（Describe your app）：用一两句话描述应用，例如"一个记录我养的植物清单以及上次浇水时间的应用，我可以为每棵植物指定名称和浇水频率，并执行浇水操作"。
GPT 模型组合：默认组合为gpt-4 (planning) + gpt-3.5-turbo (coding)，即用更强的模型负责规划、用更经济的模型负责编码；你也可以按成本与速度偏好选择其他组合。若想自由指定模型，需提供自己的 OpenAI API Key。
创造性级别（temperature）：提供三个档位——Balanced（0.7，默认）、Conventional（0.4）、Creative（1.0），用于控制生成代码的保守程度与发散程度。

生成过程实时输出

提交后，CLI 会实时打印生成进度（见下方截图），整个过程大致分为：生成项目骨架 → 生成初始计划（最耗时步骤，通常需要 30 到 90 秒）→ 修复计划 → 生成操作（actions）与查询（queries）→ 以实体更新 Wasp 文件：

以示例项目 MyPlants 为例，生成器会基于你的描述推导出应用的领域模型，例如规划出 2 个查询（getPlants、getPlant）、2 个操作（createPlant、waterPlant）、2 个实体（User、Plant）与 2 个页面（HomePage、PlantPage），并把这些声明同步写回main.wasp文件。可见生成结果并非零散代码堆砌，而是遵循 Wasp 声明式开发范式的完整工程。

源码视角：wasp new 的执行链路

结合源码可以更准确地理解wasp new的行为边界。入口函数位于 CreateNewProject.hs，其执行顺序为：

前置检查：要求本机具备有效的 Node 与 npm 环境（ValidNodeAndNpm）。
获取项目描述：调用 ProjectDescription.hs 中的obtainNewProjectDescription——若命令行未提供参数则进入交互式询问（项目名、模板）；提供了参数则使用参数值，模板缺省时使用默认 starter 模板。
创建项目到磁盘：根据所选模板类型（本地内置模板或 GitHub Release 归档模板）在磁盘上生成项目。
自动安装依赖：对新项目执行依赖安装；若失败会打印黄色警告，提示在项目目录中运行wasp install手动安装。
打印起步指引：输出成功信息与模板自带的入门说明。

项目名校验规则

ProjectDescription.hs 中parseWaspProjectNameIntoAppName对项目名做了严格校验，校验失败会明确报错：

必须以字母或下划线开头；
只能包含字母、数字、短横线（-）与下划线（_）；
不能是 Wasp 关键字。

同时项目名会被转换为驼峰形式作为 Wasp 应用名（kebabToCamelCase），例如my-project对应应用名myProject。

目标目录冲突检查

若当前目录下已存在同名目录，wasp new会直接报错：Directory 'xxx' already exists. Choose a different name or delete the directory first.（见 ProjectDescription.hs），避免覆盖已有项目。

生成后的依赖处理

生成完成后 CLI 会立即尝试为新项目安装依赖；若安装失败，项目本身依然保留，你只需进入项目目录执行wasp install即可补齐依赖（见 CreateNewProject.hs）。

实验性特性与注意事项

结果可能含错误：生成的代码可能包含 bug，复杂应用的错误概率更高，应将其视为高质量起点而非终稿。
适合学习与探索：即使生成结果不完美，通过阅读生成代码也能快速了解 Wasp 中实体、查询、操作、页面与认证等特性的声明与组织方式。
模型选择与成本：本地方式使用你自己的 OpenAI API Key，成本由自己承担，但因此获得模型自由度；在线方式免费但使用官方预设的模型组合。
功能仍在演进：仓库 ChangeLog 记录了 Wasp AI 的持续迭代，例如模型从 GPT 3.5 系列升级、生成上下文扩大、以及后续版本中wasp new:ai支持任意模型名等改进，说明该特性的参数与默认值会随版本变化，使用时应以当前安装版本的文档为准。

进一步探索

若想了解 AI 生成之后如何继续在已有应用上借助 Wasp AI 迭代功能，可阅读同目录下的 developing-existing-app.md。
深入理解 Mage 的工作方式与实现思路，可阅读 GPT Web App Generator 博客与 How We Built GPT Web App Generator 博客。
阅读 CreateNewProject.hs 与 ArgumentsParser.hs 可进一步掌握wasp new全部命令形式与底层流程。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析