Deodat-Lawson/LaunchStack

LaunchStack – 專為 AI 原生應用打造的 TypeScript 引擎

這是什麼 – LaunchStack 是一個開源、TypeScript 優先的框架，它將大多數 AI 驅動產品所需的底層管線整合在一起：文件擷取、OCR、向量儲存 RAG、知識圖譜處理、LLM 聊天抽象、背景任務編排及相關實用工具（加密、防護機制、點數等）。核心引擎刻意設計為與框架無關；一個 Next.js 參考應用程式 (apps/web) 展示了宿主應用如何將引擎的埠連接至具體服務（Postgres + pgvector、S3、Inngest 等）。

關鍵套件

套件	狀態	角色
@launchstack/core	未發布（將透過 Changesets 發布）	重新匯出分層引擎（protocol、evidence、application、adapters）的門面。提供 DB、LLM、embeddings、OCR、RAG、graph、crypto、guardrails、ingestion、providers、storage、jobs、credits、errors。
@launchstack/features/*	內部	建構於核心之上的現成垂直功能（例如：文件擷取、法律範本生成、行銷管線、語音、趨勢搜尋）。
packages/protocol, evidence, application, adapters	內部	底層：合約、純領域邏輯、用例埠、具體轉接器。
apps/web	–	實作這些埠的 Next.js 宿主（S3 儲存、Inngest 任務分發器、PostgreSQL DB 等）並提供 UI、驗證與終端使用者體驗。
apps/worker	–	處理擷取寄件匣並執行背景任務的持久化工作流程執行器。
services/	–	以 Node 或 Python 編寫的小型輔助服務（文件轉換、轉錄）；不屬於 pnpm workspace 的一部分，但由引擎使用。

架構一覽

apps/web (Next.js host) ──► createEngine(config) ──► @launchstack/core
        │                                 │
        │   registers ports: StoragePort (S3), JobDispatcherPort (Inngest),
        │   CreditsPort (DB), RagPort (hybrid pgvector + Neo4j), …
        ▼                                 ▼
@launchstack/features/* (vertical use‑cases)   engine internals (db, llm, ocr, …)

• 核心 對 Next.js、React 或任何 UI 框架一無所知 – 它只暴露具型別的埠。
• 功能 僅匯入這些埠；它們無法觸及宿主程式碼。
• 宿主（Next.js 應用程式）為這些埠提供具體實作並提供環境變數。
• 所有設定都透過 CoreConfig 物件傳遞；引擎絕不直接讀取 process.env（由 ESLint 強制執行）。

執行專案

• 先決條件 – Node ≥ 20，pnpm 10.15.1（使用 corepack enable）。
• Docker（推薦） – make up-prod（輕量堆疊）或 make up-ocr（加入 Docling OCR）。使用 make down / make down‑clean 來停止並選擇性地清除磁碟區。
• 不使用 Docker – 提供一個帶有 pgvector 擴充功能的 PostgreSQL 實例，然後執行遷移/種子命令，並透過 pnpm --filter @launchstack/web dev 和 pnpm --filter @launchstack/worker dev 啟動 web 和 worker 套件。
• 聊天設定 – 預設情況下，引擎會與 Google Gemini 的 OpenAI 相容端點通訊。覆寫 CHAT_BASE_URL 和 CHAT_API_KEY 以指向任何 OpenAI 相容服務（OpenRouter、Ollama、vLLM 等）。Embeddings、OCR、轉錄等都有獨立的憑證設定位置。

目前狀態

• 引擎套件尚未發布至 npm；首次發布將透過儲存庫的 release.yml 工作流程自動執行。
• 參考應用程式可以在本機或透過 Docker 執行，提供從擷取 → 向量儲存 → RAG → 帶防護機制的聊天之完整功能展示。
• 路線圖項目（mcp、workflow-generation、rules-extraction、connectors）目前僅作為鷹架存在。

適用對象

• 正在建構 AI 原生 SaaS 產品，且需要穩固、具型別基礎來進行文件處理、檢索增強生成與 LLM 驅動代理的團隊。
• 偏好在商業邏輯（引擎）與基礎設施（宿主）之間有清晰分離，並希望採用 TypeScript 優先、基於埠設計的開發者。
• 對擴充垂直功能或新增轉接器/提供者有興趣的開源貢獻者。

如何貢獻

• 請遵循 CONTRIBUTING.md 中的指南。
• 對已發布引擎套件的每次變更都必須附帶 Changeset。
• Linting（包含自訂的匯入邊界規則）是阻斷式 CI 步驟，因此請保持核心-功能-宿主之間的分離完整無缺。

---

授權條款 – Apache 2.0。