Biff 2.0 如何用 SQLite + 模块化库让开发更轻松？

Biff 2.0 的设计完全对标当前开发者的痛点：它不再是一个臃肿的单体框架，而是将功能拆解为一组独立的库，让开发者能够像搭积木一样自由组合。默认数据库切换为 SQLite，这意味着在本地文件中直接读写数据，无需额外部署数据库实例，极大地简化了小规模项目或快速原型的开发流程。配合 Datastar 的服务端渲染能力，Biff 2.0 还能提供类似单页应用的交互体验，避免前端构建链（如 Webpack/Vite）带来的复杂性。

核心变化：模块化与灵活性

Biff 2.0 的核心变化在于其模块化设计。之前的旧版本需要更改大量配置才能切换非默认数据库，而新版本通过独立库的方式，将切换成本降低到最低。例如，如果你想切换到其他数据库（如 PostgreSQL），只需替换对应的数据库驱动库即可，而不必重写整个应用逻辑。这种设计灵感来源于作者在 LLM 驱动编程后的观察：框架依然有价值，但必须足够轻量，以便开发者能够按需自由组合。这对使用 Cursor 等 AI 编程工具的用户尤为友好，因为 AI 在处理单一职责的小库时，生成的代码 Bug 率明显低于复杂巨型框架。

数据层与渲染层的优势

Biff 2.0 的数据层设计以 SQLite 为默认选择，这意味着：

• 本地化部署：无需额外的数据库服务器，数据直接存储在本地文件中，启动速度极快。
• 轻量级开发：适合个人项目或小工具，特别是那些需要快速迭代的场景。根据 GitHub 官方文档，Biff 2.0 现在支持 超过 3 种数据类型，进一步扩展了其适用范围。

在渲染层面，Datastar 的引入为开发者提供了服务端渲染的能力，同时兼具单页应用的交互感。这意味着你可以：

• 避免前端构建链的复杂性，如手动配置 Webpack 或 Vite。
• 直接在服务端生成 HTML，提升初始加载性能。

逻辑组织与 AI 辅助开发

Biff 2.0 新增了两个关键库：biff.graph 和 biff.fx，用于结构化应用逻辑：

• biff.graph：用于定义业务流程，如状态转换或工作流。
• biff.fx：用于规范副作用的处理，帮助开发者更清晰地管理状态管理。

如果你之前对 Clojure 的状态管理感到困惑，这两个库可以帮助你更好地组织代码。此外，Biff 2.0 的设计也更友好地支持 AI 辅助开发。例如，当你向 AI 提交 Prompt 时，明确指定使用哪个库（如 biff.graph）可以显著提高代码生成的准确率。例如：

;; 明确告诉 AI 使用 biff.graph 定义业务流
(require '[biff.graph :as graph])

(def my-app-graph
  (graph/graph
    (graph/node :start (fn [ctx] (println "Starting...")))
    (graph/edge :start :next)))

通过这种方式，AI 的上下文范围被压缩到具体的库，减少了误解和错误。

适用场景与局限性

Biff 2.0 适用于以下场景：

1. 个人项目或小工具：SQLite 的本地化特性使其成为快速部署的理想选择。
2. 服务端渲染：如果你厌倦了前端构建链的复杂性，Biff 2.0 的 Datastar 可以让你回到服务端渲染的简洁世界。
3. LLM 驱动开发：其模块化设计使其成为 AI 辅助开发的理想工具，特别是当你需要确定性和模块化的底层架构时。

然而，Biff 2.0 也有一些局限性：

• 高并发场景：对于高并发的大型企业级应用，可能需要额外的数据库驱动和迁移支持，这会打破其「默认即最优」的简洁感。
• 高级数据库特性：如果你需要 PostgreSQL 的高级特性（如复杂查询或高级事务管理），可能需要自行实现数据库驱动，这会增加开发成本。
• Email-based 验证：Biff 2.0 支持 Email-based 验证，默认提供一个简洁的登录表单，但对于复杂的身份验证需求，可能需要额外的配置。

部署与 REPL 支持

Biff 2.0 还提供了灵活的部署选项：

• 可以通过 Ubuntu VPS 进行部署，或者使用 Uberjar/Docker 容器 进行容器化部署。
• 其 REPL 支持 使得开发过程更加高效，每当你保存文件时，更改就会被即时评估，这大大加速了开发和调试过程。

综上，Biff 2.0 的模块化设计和默认 SQLite 支持，使其成为小规模项目和快速原型的理想选择。不过，对于大规模或复杂的应用场景，可能需要额外的配置和自定义工作。