#76 · 主分类： 自然语言处理与文本处理
spacy-llm
anthropic
claude
cohere
dolly
falcon
gpt-3
gpt-4
large-language-models
llama
llm
machine-learning
named-entity-recognition
natural-language-processing
nlp
openai
prompt-engineering
spacy
text-classification
🦙 将LLMs集成到结构化NLP管道中
项目最后更新：03/27/26
GitHub Stars
1.4K
Forks数量
110
贡献者数量
18
许可证
MIT
收录理由
在 spaCy 里搭建 NLP 流水线的开发者会发现这个库很实用——它让大模型的输出直接汇入现有的流水线，而不是停留在对话框里。命名实体识别、文本分类、词形还原和实体链接这些任务都能开箱即用，且无需准备训练数据，提示词本身就是任务定义，序列化与流水线原有的保证也都保留。模块化的模型接口让同一个任务既能跑在 OpenAI、Cohere、Anthropic、Google 上，也能接 Hugging Face 上的开源模型，连 LangChain 的模型也能塞进流水线。这样既能快速做原型，之后想换供应商或改用自托管模型，都不用重写 NLP 代码。对于超出上下文窗口的长提示词，它用 map-reduce 的方式处理，面对真实业务负载时确实省心。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。