TopOpenSourceAI
EN

#68 · 主分类： LLM应用框架

LazyLLM

agents ai-agent data deep-learning documentation-tool finetuning framework knowlege-graph langchain lazyllm llamaindex llm llms rag

构建多智能体LLM应用的最简单、最懒的方式。

项目最后更新：08/27/26

在 GitHub 查看 访问官网

GitHub Stars

3.9K

Forks数量

408

贡献者数量

57

许可证

Apache-2.0

收录理由

LazyLLM 是一个低代码开发框架，用来构建多智能体的大语言模型应用，省去自己手动做集成的麻烦。它把常用的数据流和功能模块预先准备好，你可以直接从中组装出多个智能体，不需要在几个工具之间来回切换。项目还能随着成长持续改进：先快速搭出原型，再查看哪些坏案例反复出现，在关键环节微调模型，逐步提升整体效果。落地所需的实用部分也覆盖到了——支持 vLLM 和 LMDeploy 推理、RAG、基于 MCP 的工具调用，以及通过 LLaMA-Factory 进行的可选微调，并提供 Python API 和命令行接口。对一个小团队来说，若想用一套框架把项目从快速演示一路推进到能支撑并发用户、具备容错能力的线上服务，它是个相当省心的落脚点。

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。

#1

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。

#2

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。

#3

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]

#4

llama_index

LlamaIndex 是领先的文档代理和 OCR 平台

#5