RESPONDLY — Social conversations with Meteor Respondly被Stripe和Slack等公司使用，用来管理团队的twitter对话，这是一个协作型App，特色功能是是每个使用它的人都可以看到对方的实时动态，我们可以筛选这些tweets，并且看到每个人对应的tweet。Respondly完全使用Meteor打造。
VERSO — Delivering on the promise of education technology Verso是纯Javascript跨平台移动应用，为老师和学生提供服务。在这个App中，教师们创建Clips，课程以及视频，以图片或文字形式给出。Verso使用Meteor和PhoneGap进行开发。 所以老师可以在App中使用摄像头和麦克风。学生使用App发表反馈。老师可以查看学生的总体统计。驱动移动应用的Codebase同时提供了一个Web端的全校统计。
WORKPOP — Job marketplace with Meteor Workpop是一个洛杉矶的初创企业，使用Meteor构建了一个小时工的网上人才市场，它们获得 了多家知名风投的风险投资。求职者可以使用这个app来寻找和申请适合它们技能和时间的职位。Workpop 可以自动保存你的工作时间和其他工作信息。招聘者有一个专属页面对求职者进行统一查看。
BLONK — Mobile job search with Meteor Blonk是一个轻量级工作匹配App，作为一个求职者，你可以快速的浏览招聘信息， 点击Yes和No来反馈你的意向。招聘公司也做同样的事，如果你们都点了Yes， 那么会出现一个聊天室，你们可以在聊天室里详谈。Blonk使用Meteor和PhoneGap打造，有iOS和Android两个版本。
LOOKBACK — UX studies with Meteor Lookback是一个iOS可适用性测试应用，进行beta tests，包含了使用流程的同步视频与评论。 Lookback由两部分组成，一个iOS开发者插件，一个Meteor App，用来收集和记录所有的用户体验，Lookback被包括Spotify等公司使用。
CODEFIGHTS — A new way for programmers to compete and learn CodeFights 是一个实时的程序员教学和对战平台。一开始它采用基本的PHP框架进行开发，但是任务量巨大，再投入了巨大的人力物力却不见效果之后，整个团队决定转而采用Meteor进行开发，从而解决了实时性和可扩展性的问题。
FLOWKEY — Hitting the right notes with the right framework Flowkey是一个跨平台的WebApp用来教导学生如何弹钢琴。该App实时地对听筒声音进行分析，确定用户弹的是哪个音，然后与实时的乐谱音进行对比，并且给出实时反馈。在巨大的乐曲库中按照难度和题材筛选乐曲需要编写许多前端代码，所以 Flowkey团队采用了Meteor开发它们的实时钢琴教学App。
HANSOFT X — Building a collaboration app with real-time sync Hansoft X's 的创始人看到了游戏开发行业项目管理的挑战，并着手创建项目管理软件来支持整个团队的协作，并提供能够更快开发出更好产品的工具。他们的视野关注到了技术性很强的行业，如电子，航空航天和电信，并把敏捷的工作方式带给组织中的大部分人，这意味着移动应用将拥有更广泛受众。
THOUGHTLY — Harnessing the Power of Machine Learning 机器学习创业团队 Thoughtly 着手开发一个叫做Ellipse的项目，可以阅读，消化，分析，可视化和总结了大量的文字工具，来改变自然语言处理的游戏规则。该团队希望Ellipse有一种沉浸式的、直观的前端，并有一个复杂的机器学习后端，他们很快意识到可以使用Meteor达成这两个要求。
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
用meteor做过两个项目。个人感觉meteor最大的特长是数据的实时性，还有前后端无差别的调用，就像restful API一样。
特性：
应用包括：
目前正在用meteor 并且目前公司项目是把整个rocket.chat 项目拿下来内部重写和修改。实际遇到一些问题。
meteor的路由是很大的问。虽然有flowrouter和ironrouter。
其次,meteor内部是基于DDP来通信的。对于简单应用略繁琐。尤其是需要p/s这种情况。
其它的还在摸索中。。。
比较有点有名的是wekan 和RocketChat
Meteor创业项目 http://www.jianshu.com/p/b3e9e58ace9f
RESPONDLY — Social conversations with Meteor
Respondly被Stripe和Slack等公司使用，用来管理团队的twitter对话，这是一个协作型App，特色功能是是每个使用它的人都可以看到对方的实时动态，我们可以筛选这些tweets，并且看到每个人对应的tweet。Respondly完全使用Meteor打造。
VERSO — Delivering on the promise of education technology
Verso是纯Javascript跨平台移动应用，为老师和学生提供服务。在这个App中，教师们创建Clips，课程以及视频，以图片或文字形式给出。Verso使用Meteor和PhoneGap进行开发。 所以老师可以在App中使用摄像头和麦克风。学生使用App发表反馈。老师可以查看学生的总体统计。驱动移动应用的Codebase同时提供了一个Web端的全校统计。
WORKPOP — Job marketplace with Meteor
Workpop是一个洛杉矶的初创企业，使用Meteor构建了一个小时工的网上人才市场，它们获得 了多家知名风投的风险投资。求职者可以使用这个app来寻找和申请适合它们技能和时间的职位。Workpop 可以自动保存你的工作时间和其他工作信息。招聘者有一个专属页面对求职者进行统一查看。
CLASSCRAFT — Classroom gamification with Meteor
Classcraft是一个角色扮演类游戏，老师们用它来帮助学生提高课堂注意力。 这里是从Web浏览器端老师看到的界面，每个学生都对应有一个虚拟角色， 如果学生做了正确的事，教师可以给学生经验值奖励。老师们也可以设定游戏规则， 并且设定不同学生的职业。这个App使用Meteor和MongoDB搭建。 Classcraft同样有一个原生iOS应用。学生们使用它来控制自己的角色。 这个iOS App，通过DDP连接到Meteor的后端，用来同步数据。
BLONK — Mobile job search with Meteor
Blonk是一个轻量级工作匹配App，作为一个求职者，你可以快速的浏览招聘信息， 点击Yes和No来反馈你的意向。招聘公司也做同样的事，如果你们都点了Yes， 那么会出现一个聊天室，你们可以在聊天室里详谈。Blonk使用Meteor和PhoneGap打造，有iOS和Android两个版本。
LOOKBACK — UX studies with Meteor
Lookback是一个iOS可适用性测试应用，进行beta tests，包含了使用流程的同步视频与评论。 Lookback由两部分组成，一个iOS开发者插件，一个Meteor App，用来收集和记录所有的用户体验，Lookback被包括Spotify等公司使用。
CODEFIGHTS — A new way for programmers to compete and learn
CodeFights 是一个实时的程序员教学和对战平台。一开始它采用基本的PHP框架进行开发，但是任务量巨大，再投入了巨大的人力物力却不见效果之后，整个团队决定转而采用Meteor进行开发，从而解决了实时性和可扩展性的问题。
FLOWKEY — Hitting the right notes with the right framework
Flowkey是一个跨平台的WebApp用来教导学生如何弹钢琴。该App实时地对听筒声音进行分析，确定用户弹的是哪个音，然后与实时的乐谱音进行对比，并且给出实时反馈。在巨大的乐曲库中按照难度和题材筛选乐曲需要编写许多前端代码，所以 Flowkey团队采用了Meteor开发它们的实时钢琴教学App。
HANSOFT X — Building a collaboration app with real-time sync
Hansoft X's 的创始人看到了游戏开发行业项目管理的挑战，并着手创建项目管理软件来支持整个团队的协作，并提供能够更快开发出更好产品的工具。他们的视野关注到了技术性很强的行业，如电子，航空航天和电信，并把敏捷的工作方式带给组织中的大部分人，这意味着移动应用将拥有更广泛受众。
THOUGHTLY — Harnessing the Power of Machine Learning
机器学习创业团队 Thoughtly 着手开发一个叫做Ellipse的项目，可以阅读，消化，分析，可视化和总结了大量的文字工具，来改变自然语言处理的游戏规则。该团队希望Ellipse有一种沉浸式的、直观的前端，并有一个复杂的机器学习后端，他们很快意识到可以使用Meteor达成这两个要求。