Cloudflare's vinext: Фреймворк, совместимый с Next.js, созданный с использованием ИИ на базе Vite.

✍️ OpenClawRadar📅 Опубликовано: 24 февраля 2026 г.🔗 Source
Cloudflare's vinext: Фреймворк, совместимый с Next.js, созданный с использованием ИИ на базе Vite.
Ad

Что такое vinext

vinext (произносится «ви-некст») — это прямая замена Next.js, построенная на Vite, которая развёртывается на Cloudflare Workers одной командой. Один инженер и модель ИИ перестроили его с нуля за одну неделю примерно за 1100 долларов в токенах.

Проблема развёртывания, которую решает vinext

У Next.js есть сложности с развёртыванием в бессерверных экосистемах. Хотя такие инструменты, как OpenNext, существуют для адаптации вывода Next.js под платформы вроде Cloudflare, Netlify или AWS Lambda, они требуют обратной разработки вывода сборки Next.js, что приводит к хрупким реализациям, ломающимся между версиями. API адаптеров Next.js всё ещё на ранней стадии и не решает проблем времени разработки — next dev работает исключительно в Node.js, не позволяя тестировать платформо-специфичные API, такие как Durable Objects, KV или привязки ИИ, во время разработки.

Как работает vinext

Вместо адаптации вывода Next.js, vinext заново реализует API-интерфейс Next.js прямо на Vite в виде плагина. Это включает маршрутизацию, серверный рендеринг, React Server Components, серверные действия, кэширование и промежуточное ПО. Environment API Vite позволяет выводу работать на любой платформе.

Настройка проста:

npm install vinext

Замените next на vinext в ваших скриптах, сохранив app/, pages/ и next.config.js без изменений.

Команды:

  • vinext dev — сервер разработки с HMR
  • vinext build — сборка для продакшена
  • vinext deploy — сборка и развёртывание на Cloudflare Workers
Ad

Бенчмарки производительности

Бенчмарки сравнивают vinext с Next.js 16 на общем 33-маршрутном приложении App Router, с отключённой проверкой типов TypeScript и ESLint в сборке Next.js для соответствия поведению Vite.

Время сборки для продакшена:

  • Next.js 16.1.6 (Turbopack): 7.38с базовое
  • vinext (Vite 7 / Rollup): 4.64с (в 1.6 раза быстрее)
  • vinext (Vite 8 / Rolldown): 1.67с (в 4.4 раза быстрее)

Размер клиентского бандла (gzipped):

  • Next.js 16.1.6: 168.9 КБ базовое
  • vinext (Rollup): 74.0 КБ (на 56% меньше)
  • vinext (Rolldown): 72.9 КБ (на 57% меньше)

Эти бенчмарки измеряют скорость компиляции и сборки, а не производительность обслуживания в продакшене. Тест использует одно 33-маршрутное приложение, а не репрезентативную выборку всех продакшен-приложений.

Текущий статус

У Cloudflare уже есть клиенты, использующие vinext в продакшене. Полная методология и исторические результаты публичны.

📖 Read the full source: HN AI Agents

Ad

👀 Смотрите также

Models.dev: Открытая база данных спецификаций, цен и возможностей AI-моделей
Инструменты

Models.dev: Открытая база данных спецификаций, цен и возможностей AI-моделей

Models.dev — это открытая база данных спецификаций, цен и возможностей моделей ИИ, поддерживаемая сообществом. Она предоставляет API и определения на основе TOML для провайдеров и моделей.

OpenClawRadar
Плагин OpenClaw добавляет постоянную память с помощью сервера Engram.
Инструменты

Плагин OpenClaw добавляет постоянную память с помощью сервера Engram.

Разработчик создал плагин на TypeScript, который соединяет агентов OpenClaw с Engram — лёгким сервером памяти на Go, хранящим структурированные наблюдения в SQLite с полнотекстовым поиском FTS5. Плагин предоставляет 11 инструментов, 4 хука жизненного цикла и автоматическое извлечение, которое внедряет релевантные воспоминания в промпты перед каждым ходом агента.

OpenClawRadar
AIMEAT: Самодостаточный протокол для ИИ-агентов, локальных LLM и общих возможностей
Инструменты

AIMEAT: Самодостаточный протокол для ИИ-агентов, локальных LLM и общих возможностей

AIMEAT — это самодельный протокол и сервер, который позволяет людям, ИИ-агентам и локальным LLM обмениваться приложениями, знаниями и возможностями через HTTP/JSON. Никакой привязки к вендору, никакого специального SDK — обычные запросы и загрузки по URL.

OpenClawRadar
Тесты MemAware Benchmark проверяют память ИИ за пределами поиска по ключевым словам.
Инструменты

Тесты MemAware Benchmark проверяют память ИИ за пределами поиска по ключевым словам.

MemAware — это бенчмарк с 900 вопросами по 3 уровням сложности, который проверяет, могут ли ИИ-ассистенты с памятью извлекать релевантный контекст, когда запросы не содержат на него намёков. Результаты показывают, что BM25-поиск набрал 2,8% против 0,8% без памяти, а векторный поиск падает до 0,7% на кросс-доменных связях.

OpenClawRadar