生产级LLM工具
编程方式
由于这一波 LLMs 强大的理解、生成能力,关注细节的命令式编程似乎不再需要,而偏重流程或者说业务逻辑编排的 pipeline 能力的声明式编程,成了主流「编程」方式,所以我们看到包括 LCEL、DSPy、Semantic-kernel 在内的新秀都开始「向上」关注,把主要精力放在了业务逻辑编排能力上,或许这预示着类似 Airflow 的 DAG 方式,会变成新一代的编程范式?
总体
Prompt工具
LangSmith或Azure Prompt Flow
编程语言
Python或Javascript
开发框架/编排工具
Langchain或Semitic Kernel
API框架/服务框构架
FastAPI或Next.js
云托管厂商
Render(AWS Lamada)或Vercel
构建LLM应用
分类 | Name | Star数量 | 备注 | 学习 |
---|---|---|---|---|
框架 | LangChain | 77 | 【必学】 | * |
LlamaIndex | 29 | 【必学】专注于RAG,Python,JS SDK比较差 | * | |
Semantic-kernel | 17 | 【不确定?】C#,Python,Java | ? | |
haystack | 13 | 有了LangChain可能就不需要这个了 | ||
DSPy | 7 | 太学术了?The framework for programming—not prompting—foundation models | ||
Agent | SuperAgent | 4 | 这个感觉很专业,有时间再学习 | ? |
Rift | 3 | 专门针对程序员 | ||
AutoGen | 22 | |||
Camel | 4 | |||
GPTs | OpenGPTs | 6 | LangChain出品 | |
低代码 | LangFlow | LangChain可视化 | ||
LiteLLM | ||||
Flowise | 21 | |||
Langflow | 14 | |||
PromptChainer | 商业 | 感觉做的很专业 | ||
RAG | vectara | 闭源 | 非常专业的RAG商业软件;也有开源项目;用户可以将PDF、Word、PPT、RTF等文件数据上传至Vectara平台中,构建数据搜索引擎。 |
归档和观察
分类 | Name | Star数量 | 备注 |
---|---|---|---|
观察 | Obsidian Copilot | 一个有趣的方法,用于如何使用语义搜索和 OpenSearch 的 BM25 实现 | |
Tanuki | 一个使用装饰器进行数据验证的 LLM 框架 | ||
griptape | 1.5 | 一个具有稍微更好的内部编码标准的 langchain 替代品 | |
guidance | 16 | 比传统的提示或链接更有效地控制现代语言模型 | |
intructor | 3.6 | ||
Llmflows | 0.5 | langchain 的另一个替代品,但在定义工作流程方面有一个有趣的方法 | |
txtai | 6.5 | 有用于聊天、医学/科学论文工作流程、开发者语义搜索以及标题和故事文本语义搜索的衍生产品 | |
LiteLLM | 5.7 | 一个简单、轻量级的 LLM 封装器 | |
归档 | Chidori | 1.2 | |
AutoChains | 已经3个月没更新 | ||
MiniChain | 1.2 | 已经3个月没更新 | |
SimpleAIChat | 3.3 | 已经7个月没更新 |
监控和分析
生产级别的LLM服务需要:
-
调试 Prompt
-
Prompt 版本管理
-
测试/验证系统的相关指标
-
数据集管理
-
各种指标监控与统计:访问量、响应时长、Token费用等
分类 | Name | Star数量 | 备注 |
---|---|---|---|
SaaS | LangSmith | N/A | |
开源 | LangFuse | 2 | |
开源 | Prompt Flow | 7 | |
Helicone | 1.2 |
生产级 LLM App 维护平台
- LangSmith: LangChain 的官方平台,SaaS 服务,非开源
- LangFuse: 开源 + SaaS,LangSmith 平替,可集成 LangChain ,对接 OpenAI API(2.1K)
- Prompt Flow:微软开源 + Azure AI云服务,可集成 Semantic Kernel(7.4K)
Prompt Flow
学习
https://microsoft.github.io/promptflow/how-to-guides/quick-start.html
UI组件
LangUI(1.6K)
agentlabs(0.5K)
其它
分类 | Name | Star数量 | 备注 |
---|---|---|---|
LCEL | |||
Python 模板语言 | Jinja2 | ||
参考
分类 | Name | Star数量 | 备注 | |
---|---|---|---|---|
框架 | Obsidian Copilot | 一个有趣的方法,用于如何使用语义搜索和 OpenSearch 的 BM25 实现 | ||
Tanuki | 个使用装饰器进行数据验证的 LLM 框架 | |||
LiteLLM | 5.7 | 一个简单、轻量级的 LLM 封装器 | ||
AutoChain | 1.7 | langchain 的另一个替代品 | ||
griptape | 1.5 | 一个具有稍微更好的内部编码标准的 langchain 替代品 | ||
txtai | 6.5 | has spinoffs for chat, workflows for medical/scientific papers, semantic search for developers and semantic search for headlines and story text 有用于聊天、医学/科学论文工作流程、开发者语义搜索以及标题和故事文本语义搜索的衍生产品 | ||
Llmflows | 0.5 | langchain 的另一个替代品,但在定义工作流程方面有一个有趣的方法 | ||
guidance | 16 | 比传统的提示或链接更有效地控制现代语言模型 | * | |
库 | intructor | 3.6 | * |
E2B:Frameworks and tools for AI products
Category | Tools/Platforms |
---|---|
Monitoring, Observability, Analytics | Langsmith, Helicone, langfuse, context |
Frontend | AgentLabs |
Runtime for LLMs | E2B |
Building frameworks & platforms | Langchain, Haystack by deepset, Superagent, Poe, GenWorlds, LiteLLM, Rift by Morph, AutoGen, Vercel AI SDK, OpenGPTs, Huggging Face Agents, Fixie |
Data integration, memory management | vectara, LlamaIndex, ABACUS.AI, cadea, SID Memory |
API and routers for LLMs | Genoss GPT, Martian, OpenRouter |
Libraries for building AI products | CAMEL, ChatterBot(5年没更新了) |
Orchestration | AGIXT |
Building & deploying LLMs | BANANA |