#159 · 主分类： LLM应用框架
llmflows
LLMFlows - 简单、明确、透明的LLM应用
项目最后更新：02/20/25
GitHub Stars
707
Forks数量
35
贡献者数量
4
许可证
MIT
收录理由
LLMFlows 是一个轻量级的 Python 框架，专为构建多步骤的大语言模型应用而设计，却不必背上沉重的编排层负担。它的核心只有少量基础构件：LLM 封装、提示词模板，以及 Flow 和 FlowStep 类。借助这些，你可以把相互依赖的调用串联起来，也能让互不相关的步骤并行执行，同时每一处提示词和模型调用都明明白白地写在代码里。这种显式、无隐藏提示词的设计，让排查问题变得非常直接——你总能清楚知道应用到底向模型发送了什么。此外，它还提供了带消息历史的聊天抽象，以及向量数据库的集成，因此搭建聊天机器人或问答流程依然很顺手。如果你更想要一个能从头读到尾的框架，而不是一个部件繁多的大型平台，那么下一个 LLM 项目不妨试试。
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