跳到主要內容

Express.js 的黑歷史及 Express 未來

Express.js 的黑歷史及 Express 未來

4/5 更新， 根據讀者回饋，目前 IBM 已將 Express 及相關所有權轉移到 Node.js 基金會手中，讓 Node.js 社群能夠投入資源。

https://nodejs.org/en/blog/announcements/foundation-express-news/

Express.js （以下簡稱為 Express）相信如果有在開發 node.js 程式的人肯定不陌生，幾乎是開發 Web 應用上手的第一堂課程，而 Express 至今已經四年左右的時間，幾乎是從 Node.js 0.4 版本時期就開始有（憑藉著印象，如果有錯請大家指正），當然這當中必定要讚嘆一下，神人 - TJ （拱手作揖）。

而在 Node.js 與 io.js 的戰爭時期， TJ 也宣布將 express 釋出，最後是轉換到 StrongLoop 公司底下，全權交給 StrongLoop （包含網域名稱， Express.js 以及 github reps 的所有權），當然這中間 TJ 肯定有協調些什麼，以及與其他 contributor 。

使用 Express 不可不知的人物， Douglas Wilson ，他是在 TJ　離開 Express 幾乎所有 reivew, issue, merge 都會經過 Doug 的手中

但是燃火線在於 Express.js 4 -> 5 的這段時間， StrongLoop 被 IBM 買走，但是也因為 Express 是一個很龐大的生態系統，以及對於 node.js web 開發是一個影響許多的 open source project ，而在這段時間中， Douglas Wilson 因為某些事情憤而離開 Express 組織中。



這才真正引爆了大家對於 StrongLoop, 及 IBM 的不滿。

黑歷史重點回顧

  • TJ 將 Express 名字及所有內容轉移到 StrongLoop
  • StrongLoop 並沒有指定或者對於 Express 有任何大量持續性維護
  • 只有 Douglas Wilson 及其他志願者持續維持整個 Express 專案的進度
  • StrongLoop 在這之後宣稱自己有所有權管理 Express ，但實際上沒有任何作為
  • StrongLoop 被 IBM 收購
  • 收購後， IBM 連同 StrongLoop 持續沒有任何作為
後續推測是在整個 issue 中，IBM 的人們開始介入流程中，並且對於前期貢獻許多得開發者，及開發流程開始進行干涉，但是實際上對於 Express 的整體發展都是無效益的。

當然這嚴重的影響到 Express5 的發展，也的確開始走向當時的 io.js & node.js 的分裂狀況，為了避免這狀況再度發生，幾乎很多 node.js web 開發的大大都進入到 express issue 當和事佬（？）當然這當中還是要讚揚一下 Doug 的持續支持才有辦法成就 Express 到現在。

後續發展

進度還是持續中，不過很緩慢，但是在 issue 裡面，看的出來 IBM　也知道事情的嚴重性，稍微派了一些開發者進入到　Express 中開始投入資源進行開發。

目前 IBM 已經將 express.js 整個專案及相關所有權轉移到 node foundation，全權由 Node 基金會投入人力，資源進行維護，開發的工作。

但是身為一個旁觀者，我必須說，這就是『自我願意』，和『不願意』的差別。




後記

軟體開發就是人為的藝術。我們雖然口口聲聲都說自己是在對著電腦進行溝通，但只要產品牽扯到團隊，營運，推廣，勢必就會有人的問題發生。

對於開發技術來說真的是有趣的一件事情，不論今天是 inhouse 或者是 open source 的專案，只要扯到人，就會開始有許多問題。

IBM 到底後續會如何看待 Express, 雖然 Express 是 open source 專案，實際上目前的所有權的確就是在 IBM 手中，雖然他是 MIT license ，但是 IBM 本來就不是吃素的。

文中省略了 TJ　將 Express 整包轉讓的議題，畢竟很多人是認為 open source 是神聖不可侵犯的，但實際上 open source 專案要持續營運下去，都是靠著小部分的人持續努力貢獻著，最後如果要專心將這個模組做完整還是要靠錢與資源下去運轉，勢必後期的長期維運，需要仰賴公司支撐，或者是金援才有辦法持續茁壯，這是一件很現實的事情，這蠻值得思考的。

帶出幾個有趣的議題？
  • Express 的未來到底會如何？ 是否有潛在的商業技術問題？
  • 身為 node.js 開發者，我們是否該轉向，捨棄 Express, 朝向 hapi / Koa2 的懷抱？
  • open source 到底是不是一個好的 business ?
這幾個問題就丟給大家仔細品味思考。

Ref

留言

張貼留言

這個網誌中的熱門文章

Vibe Coding：為什麼 Junior 更快上手？Senior 要如何追趕？

現象層面（市場觀察） 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變，非常熱門。 身為 Cympack 產品開發團隊 ，我們也一直關注這個議題，在閱讀這篇文章時觀察到一些有趣的現象，對我們來說，這正好反映出 AI 正在改變開發生態，junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位，其中有些啟發（insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding？ 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」，反而 embrace 快速迭代、快速出成果 反觀 Senior： 熟悉大型系統設計 有豐富的「工程正統流程」知識（架構設計、測試策略、效能優化、設計模式） 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師，對 prompt engineering 沒那麼熟練，還在觀望 技能面（未來的關鍵能力） Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢？ Prompt 撰寫 / AI 互動 Junior 較強（熟悉 chat-based 流程） 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強（能看出潛在問題） 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding，並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力，但若不主動練習 vibe coding，長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享，希望帶給各位的感受， 『與 AI 協...
張貼留言
繼續閱讀>>

Vibe Coding 協作到自建 Dev Agent？從 Claude / Codex 到 OpenHands

過去一年，越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題，到後來很多人愛上 Cursor，直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗，已經大大改變了我們寫程式的方式。 更現實的是，在很多企業內部、政府單位、或涉及機密資料的專案裡， 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理，萬一專案裡有未公開的技術、敏感客戶資料，或是受限於法規 （像金融、醫療、政府標案） ，直接用雲端 AI 工具就會踩 紅線 。  因此，許多團隊反而更希望 「自己架一套 Dev Agent」 ，可以在內網執行，資料完全掌握在自己手上，該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline，全部客製化、安全可控。 這時候，像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手，而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署，從 CLI 操作到瀏覽器查詢， 從多檔案編輯到自動測試，全部都能自己完成，甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說，這是一條 從 「AI 幫你寫一段程式」，走向「AI 幫你解決一整個任務」 的進化路徑。而且，還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」，能模仿人類工程師從建立程式、修改程式碼、執行指令，到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端（OpenHands Cloud）與本地 Docker 運行版本，用戶能配置 LLM（如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用，又或者如果自己本機有 docker 的話，可以自己Local 版本透過 Docker 自架環境。 ...
張貼留言
繼續閱讀>>

Google Gemini 全端 AI Agent 快速入門 - 打造「思考」的 AI 助理

一套從搜尋、反思到輸出的全端 AI 代理人範例，讓你看懂什麼叫 Research Agent 在 AI 工具百家爭鳴的今天，大家都在問一個問題： 「我能不能不只問 AI 答案，而是讓它像一位助理一樣，有流程、有反思、還有出處，真正幫我完成一件事？」 Google 最近釋出了一個相當具有指標意義的開源專案 gemini-fullstack-langgraph-quickstart ，正是為了解這個問題而誕生。 這套系統到底是什麼？ 這個範例不是傳統 Chatbot，而是展示一個完整的 AI research agent ： 它會根據使用者的提問，自動發想搜尋關鍵字、查資料、整合重點，最後給出答案還附上引用來源。背後的邏輯設計得非常扎實，不只是能跑，更是具備可讀性、可擴展性與可商用性。 它的流程大致如下：  1. 使用者輸入問題（例如：「抖音是否影響台灣選舉？」）  2. Gemini LLM 幫你想出關鍵字（不只是照抄問題）  3. 呼叫 Google Search API 抓資料   4. LangGraph 控制流程 → 判斷資料夠不夠 → 若不足，自動補查  5. 整合最終答案，並產生 citation（來源說明） 你可以想像這就像一位實習助理幫你寫報告， 不只輸出一段內容，而是會 去查、會判斷、會補資料，而且說明「我為什麼這樣說」 。 LangGraph 是什麼角色？ LangGraph 就是整個 Agent 背後的控制系統 。 用白話講，它幫你定義 AI 每一步要幹嘛、遇到什麼狀況該走哪條路、要不要反思、要不要再查，甚至可以定義條件邏輯與資料流動。 這就不像寫一個單純的 Chat API，而是比較像「把一個流程圖變成可以跑的程式」。 對工程師來說，它提供了從 prompt 到流程控制的設計彈性；對產品設計來說，它讓 AI 有了 「多步驟任務執行」 的能力。 技術架構與使用方式 這整套系統是 Fullstack 架構，前後端都幫你整好了，技術選型也非常實用：   前端：Vite + React + TailwindCSS + Shadcn UI  後端：FastAPI + LangGraph...
張貼留言
繼續閱讀>>