#141 · 主分类： LLM应用框架
lingoose
🪿 LinGoose 是一个用于构建出色 AI/LLM 应用程序的 Go 框架。
项目最后更新：03/15/26
GitHub Stars
834
Forks数量
76
贡献者数量
5
许可证
MIT
收录理由
对于希望在不切换语言的前提下，从现有 Go 服务中调用大语言模型的开发者来说，LinGoose 提供了一个紧凑而模块化的框架。它将 AI 应用中的各个组成部分——模型提供商、嵌入、向量索引、对话线程等——抽象为 Go 接口，你可以自由替换具体实现，或者接入自己的方案。这个库既能处理简单的聊天补全，也能构建基于 Pinecone 或 Redis 等存储的检索增强流水线，对于在 Go 里快速验证 RAG 功能的团队相当顺手。需要坦诚指出的是，该项目已不再积极维护，作者将新工作转向了后继框架。你可以把它当作一个稳定、可读的代码基础，用于学习，或者用于那些能接受依赖保持冻结但可用的项目，而不是期待它持续增加新功能。
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。
同类热门项目
langchain
智能体工程平台。
dify
在一个协作工作区中构建Agentic工作流、RAG管道，支持丰富的AI模型和工具。可部署在云、VPC或自托管环境，团队无需重建技术栈即可从原型走向生产。
headroom
压缩工具输出、日志、文件和RAG块，再送入LLM。编码代理减少20% token，JSON减少60-95% token，答案不变。提供库、代理、MCP服务器。
litellm
最快的、最轻量的AI网关。Rust核心，Python SDK。以OpenAI（或原生）格式调用100多种LLM API，具备成本追踪、护栏、负载均衡和日志记录 [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]
llama_index
LlamaIndex 是领先的文档代理和 OCR 平台