Replit + Ertas
在 Replit 上使用 Ertas 训练的模型作为智能后端构建和部署 AI 驱动的应用——从原型到生产,全在浏览器中完成。
Overview
Replit 是一个基于云的集成开发环境,让开发者完全在浏览器中编写、运行和部署代码。凭借内置的托管、数据库访问、包管理和协作编辑功能,Replit 消除了本地开发设置的摩擦,使从想法到已部署应用只需几分钟。其 AI 辅助编码功能和模板生态系统使其成为快速原型构建 Web 应用、API 和自动化脚本的最快平台之一。
对于 AI 应用开发,Replit 提供了特别有吸引力的环境。开发者可以编写调用推理 API 的 Python 或 Node.js 后端,为聊天界面构建 React 前端,并部署全栈应用——所有这些都无需离开浏览器。Replit 的始终在线托管意味着您的 AI 应用全天候保持可访问,其密钥管理确保 API 密钥和端点 URL 安全存储。零设置开发、即时部署和内置 AI 编码辅助的组合使 Replit 成为从微调模型到面向用户应用的最快路径。
How Ertas Integrates
在 Ertas Studio 中微调模型后,您将其导出,并部署到任何可公开访问的推理端点,例如您自己在云服务器上运行的 vLLM。如果您不想自行托管,Ertas 可以通过自适应模型端点为您提供模型服务,Studio 一键部署已在规划中。从 Replit 中,您使用 OpenAI SDK——在 Python 和 Node.js Repl 中都可用——连接到该端点,并围绕微调模型的能力构建您的应用。由于 OpenAI SDK 是 Replit 包管理器中可用的标准依赖,设置只需几秒钟。
这个工作流非常适合快速原型构建和演示制作。开发者可以在 Ertas Studio 中使用客户支持数据微调模型,然后打开 Replit 在一个下午内构建一个功能完整的聊天机器人应用——配备 Web 界面、对话历史和流式响应。当原型就绪时,Replit 的部署功能一键上线,提供一个利益相关者可以立即测试的可分享 URL。这个从训练数据到部署应用的周期速度使 Ertas-Replit 组合对于需要快速向客户展示 AI 能力的代理机构、顾问和团队特别有价值。
Getting Started
- 1
在 Ertas Studio 中微调您的模型
在您的数据上训练领域特定模型,导出后部署到可公开访问、提供兼容 OpenAI API 的推理端点。
- 2
创建新的 Repl
打开 Replit 并使用 Python 或 Node.js 模板创建新项目。安装 OpenAI SDK 作为依赖。
- 3
配置 API 凭据
将您的推理端点 URL 和 API 密钥存储在 Replit 的 Secrets 面板中。在代码中作为环境变量引用它们。
- 4
构建您的 AI 应用
使用指向 Ertas 模型端点的 OpenAI SDK 编写应用逻辑。使用 Flask、FastAPI 或 Express 构建前端进行用户交互。
- 5
部署并分享
一键部署您的 Repl。与队友、客户或利益相关者分享实时 URL 以获取即时反馈和测试。
# Replit: main.py
from flask import Flask, request, jsonify, render_template
from openai import OpenAI
import os
app = Flask(__name__)
client = OpenAI(
base_url=os.environ["MODEL_API_URL"], # Your inference endpoint, stored in Replit Secrets
api_key=os.environ["MODEL_API_KEY"],
)
@app.route("/chat", methods=["POST"])
def chat():
user_message = request.json["message"]
response = client.chat.completions.create(
model="ertas-support-7b",
messages=[
{"role": "system", "content": "You are a helpful customer support agent."},
{"role": "user", "content": user_message},
],
temperature=0.3,
)
return jsonify({"reply": response.choices[0].message.content})
if __name__ == "__main__":
app.run(host="0.0.0.0", port=8080)Benefits
- 零本地设置——完全在浏览器中构建和部署 AI 应用
- 即时部署并提供可分享的 URL 用于演示和测试
- 内置密钥管理实现安全的 API 密钥存储
- 协作编辑让团队能够实时共同构建 AI 应用
- AI 编码助手加速模型集成代码的开发
- 模板生态系统为常见 AI 应用模式提供起点
Related Resources
推理
微调
GGUF
Getting Started with Ertas: Fine-Tune and Deploy Custom AI Models
Self-Hosted AI for Indie Apps: Replace GPT-4 with Your Own Model
Fine-Tune AI Without Code: 6 Visual Steps
How to Fine-Tune an LLM Locally: 6 Steps (2026)
Cursor
vLLM
Ertas for Indie Developers & Vibe-Coded Apps
Ertas for SaaS Product Teams
Ertas for Customer Support
Ertas for AI Automation Agencies
Ship AI that runs on your users' devices.
Start free with 150 credits after card verification. Paid plans from $20/mo USD.