2025年度前端最受欢迎项目出炉,和你想的可能有点不一样?

2025年度前端最受欢迎项目出炉,和你想的可能有点不一样?

下面的图表比较了各个项目过去 12 个月在 GitHub 上获得的 star。项目来源于 Best of JS 网站,一个收集了 Web 平台优秀项目的网站。

最受欢迎项目

年度冠军项目: n8n 🏆

n8n 是2025年排行榜的绝对赢家,数据非常惊人:一年内增加了+112,000颗星。自从我们开始发布 Rising Stars 以来,还没有哪个项目在一年内获得如此多的星标。

n8n 是一个公平代码的工作流自动化平台,具有原生AI功能,允许您通过可视化工作流连接各种应用程序和服务。它的成功反映了对无代码自动化工具日益增长的需求,现在通过AI集成得到增强,以支持新兴的基于代理的工作流。

在工作流自动化领域,您可能对2025年创建的以下两个项目感兴趣:

Motia(总体排名第17)
workflow
另外三个与AI相关的项目进入TOP 10:

Onlook:为React应用带来AI优先的可视化编辑
Dyad:一个免费的、本地的、开源的AI应用构建器,是v0/lovable/Bolt的替代品
Stagehand:带来AI驱动的浏览器自动化

在这里插入图片描述
第2名: react-bits🥈

React Bits 是一个React的精美动画组件集合(背景效果、文本动画、卡片等),非常适合构建令人难忘的网站。

有趣的是,它作为一个shadcn/ui项目分发,可以通过命令行从shadcn/ui注册表获取,或通过传统的复制粘贴方式添加到您的代码库中。某些组件需要依赖:GSAP 或 motion。

文档附带一个背景工作室,让您调整和自定义所有组件的设置(颜色、速度、粒子数量等),并导出可复制粘贴到代码库中的代码片段。

还有Vue版本:Vue Bits。

在这里插入图片描述
第3名: shadcn-ui🥉

排名第3的是shadcn/ui,2023年和2024年的冠军,继续保持强劲势头。

如果您查看过我们的前几期,您已经知道这是一套用品味和对细节的极大关注制作的一致React组件(无障碍访问、键盘交互等),汇集了最好的无头组件,如Radix UI、TanStack Table等。

它也是一个注册表,使得分发组件的新模式成为可能。 许多项目定义自己为"shadcn/ui"项目,官方注册目录中列出了大约100个项目。

shadcn/ui 最令人惊叹的特点是,在开箱即用的功能和可定制性之间找到了最佳平衡点。

除了新增的组件外,shadcn/ui 不再与 Radix UI 紧密耦合,现在支持 Base UI(在组件库排名中位列第4)

有人批评使用它构建的网站看起来相似;然而,随着新样式的引入和新的创建页面(用于构建自定义主题)的推出,外观自定义能力得到了很大改善。

在这里插入图片描述

前端框架前10名

在这里插入图片描述


React从htmx手中重新夺回了桂冠,htmx在2024年位居该类别榜首。

关于React的年龄以及Solid或Svelte等替代方案是否更适合新项目的争论,因LLM被训练使用React代码库而变得更加复杂,这使得替代方案更难获得势头。参见React是如何默认获胜的。

React 19引入了重大改进,包括Activity API和用于管理用户事件的增强钩子。

说到副作用,发生了一次中断,Cloudflare因为仪表板上的一个useEffect无限调用他们的API而对自己进行了DDoS攻击。

React通过React服务器组件向服务器端转移,标志着近年来最大的变化,但这伴随着巨大的力量和风险,如React2Shell等关键漏洞所示,这是React服务器组件中的一个远程代码执行(RCE)漏洞,需要紧急补丁发布。(2025年12月3日,2025年12月11日)

排名第2的是Ripple,这是TOP 5中的新面孔。这是一个全新的UI框架,结合了React、Solid和Svelte的最佳特性。它具有响应式原语、基于组件的架构和模板语法。

目前处于早期开发阶段。React有Next.js,Vue.js有Nuxt,Svelte有SvelteKit,Solid有SolidStart……Ripple会有自己的元框架来处理服务器端渲染吗?

Svelte连续第三年排名第三。Svelte 5的Runes响应式系统($state, $derived, $effect)已成为建模状态的标准方式。

工具前十名

在这里插入图片描述

AI前10名

在这里插入图片描述

移动端前10名

在这里插入图片描述

Vue 生态

在这里插入图片描述

UI组件库

在这里插入图片描述

桌面端

在这里插入图片描述

静态站点

在这里插入图片描述

Read more

使用 LangChain + Ollama + Neo4j 构建中文知识图谱完整教程(含 Docker 部署)

使用 LangChain + Ollama + Neo4j 构建中文知识图谱完整教程(含 Docker 部署)

在本教程中,我们将从零开始,使用 Ollama 本地大模型(Qwen2.5:7B) + LangChain + Neo4j 图数据库,构建一个完整的中文知识图谱系统。整个流程包括: * 本地部署 Ollama 和 Neo4j(通过 Docker) * 编写自定义 Prompt 提取结构化三元组 * 将结果写入 Neo4j 并可视化 所有组件均运行在本地,无需联网调用 API,适合隐私敏感或离线场景。 🔧 一、环境准备 1. 安装 Docker(如未安装) # Ubuntu / Debiansudoapt update &&sudoaptinstall docker.io -y sudo systemctl start dockersudousermod -aG docker$

Stable-Diffusion-v1-5-archive广告设计实战:电商主图、社交媒体Banner、信息图背景

Stable-Diffusion-v1-5-archive广告设计实战:电商主图、社交媒体Banner、信息图背景 你是不是也遇到过这样的烦恼?做电商,每天要设计几十张商品主图,设计师忙不过来,外包又贵又慢;做社交媒体,每周都要想新的Banner创意,脑子都快被掏空了;做PPT或者信息图,找个合适的背景图都要在素材网站翻半天。 别急,今天我就带你用一个老朋友——Stable Diffusion v1.5 Archive,来解决这些实实在在的设计难题。别看它是个“归档”版本,在创意草图和风格化出图方面,它依然是个宝刀未老的高手。咱们不聊那些复杂的参数和原理,就手把手教你,怎么用它快速搞定电商主图、社交媒体Banner和信息图背景,让你把AI变成你的24小时设计助理。 1. 实战准备:认识你的AI设计伙伴 在开始干活之前,咱们先花两分钟,了解一下这位“老将”的基本情况和使用窍门。这能让你在后面少走很多弯路。 Stable Diffusion v1.5 Archive,你可以把它理解为一个非常稳定、经典的文生图模型。它的特点就是“扎实”

无人机地面站QGC的安装(ubuntu20.04)

无人机地面站QGC的安装(ubuntu20.04) 1.安装依赖 使用以下命令: sudo usermod -a -G dialout $USER sudo apt-get remove modemmanager -y sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-libav gstreamer1.0-gl -y sudo apt install libfuse2 -y sudo apt install libxcb-xinerama0 libxkbcommon-x11-0 libxcb-cursor0 -y 2.下载安装包 可以直接去官网下载,链接地址:https://docs.qgroundcontrol.com/master/en/qgc-user-guide/

目标检测数据集——无人机视觉VisDrone数据集

目标检测数据集——无人机视觉VisDrone数据集

随着无人机技术的飞速发展,无人机在航拍、监控、农业、物流等领域的应用日益广泛。与此同时,无人机视角下的视觉任务,如目标检测、目标跟踪和场景理解,也成为了计算机视觉研究的热点。然而,相比传统的地面视角数据集,无人机视角下的图像具有高度变化、小目标密集、复杂背景等独特挑战,这对现有算法提出了更高的要求。 为了应对这些挑战并推动无人机视觉技术的发展,天津大学机器学习与数据挖掘实验室推出了 VisDrone数据集。作为一个大规模、标注精细的无人机视觉数据集,VisDrone 不仅涵盖了丰富的场景和多样化的目标类别,还为研究人员提供了一个极具挑战性的测试平台。无论是小目标检测的精度提升,还是密集场景下的鲁棒性优化,VisDrone 都成为了学术界和工业界不可或缺的资源。该数据集采集自中国14个不同城市,覆盖复杂城市场景、交通枢纽、密集人群等多种环境。 VisDrone官方Github下载渠道可点击访问: https://github.com/VisDrone/VisDrone-Dataset?tab=readme-ov-file 下载的数据集为VisDrone2019-DET-train