fitter
★ 133
vs
rllm
★ 5.9k
fitter vs rllm
fitter：Fitter是一个声明式工具，可以将任何网站或API转换为结构化JSON，无需编写脆弱的抓取脚本。它专为AI代理设计，允许大型语言模型按需在本地编写、验证和执行数据提取管道。；rllm：rLLM是一个开源框架，旨在使用强化学习对语言代理进行后训练。它使用户能够轻松构建、训练和部署自定义代理和环境，以应对实际工作负载。
01
简评
fitterLLM Infra · ★ 133
从没有API的网站抓取数据，并结合外部API数据进行丰富（例如，从HTML抓取GitHub趋势仓库，再通过GitHub REST API丰富信息）。
rllmLLM Infra · ★ 5.9k
训练用于代码生成和错误修复等任务的强大编码模型。
02
并排对比
字段
fitterrllm分类
大模型基础设施
大模型基础设施
Stars
★ 133
★ 5.9k
许可证
MIT
Apache-2.0
安装方式
go build -o fitter_mcp ./cmd/mcp && claude mcp add fitter -s user -- "$(pwd)/fitter_mcp"
uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git"
更新时间
1个月前
1周前
开源
是
是
标签
网络爬虫, 数据提取, AI代理
强化学习, 语言代理, 大型语言模型
03
功能特性
fitter01声明式和可审计配置：AI代理生成可读、可保存和可重复运行的配置，而非一次性代码。
02本地优先数据获取：所有数据获取都在用户本地机器上进行，无需依赖第三方抓取API或按请求计费。
03功能齐全：内置HTTP客户端、无头浏览器（Playwright/Chromium/Docker）、多种解析器（JSON、HTML、XML、XPath）、分页、缓存和主机限速等功能。
04多种使用模式：可用作AI客户端的MCP服务器、AI驱动的CLI代理、本地CLI工具、可嵌入的Go库或长时间运行的服务。
05通过MCP集成LLM：提供一个模型上下文协议（MCP）服务器，使Claude Code、Claude Desktop及其他MCP客户端能够编写和运行爬取管道。
rllm01基于强化学习的语言代理后训练开源框架。
02支持构建、训练和部署自定义代理和环境。
03提供包括'verl'和'tinker'在内的多种训练后端。
04支持LoRA和VLM训练，用于高级模型。
05包含AgentWorkflowEngine，用于训练任意代理程序。
04
使用场景
fitter↳从没有API的网站抓取数据，并结合外部API数据进行丰富（例如，从HTML抓取GitHub趋势仓库，再通过GitHub REST API丰富信息）。
↳使用无头浏览器从JavaScript渲染的动态网页中提取结构化信息。
↳为AI代理自动化数据收集，使其能够根据自然语言请求动态生成和执行数据提取配置。
↳生成静态数据序列或根据计算表达式转换数据字段。
↳将提取结果以各种格式（例如CSV）写入本地文件，用于报告或进一步处理。
rllm↳训练用于代码生成和错误修复等任务的强大编码模型。
↳开发用于自动化任务的复杂软件工程代理。
↳使用强化学习技术构建和评估多代理系统。
05
适合场景
fitter—
rllm时下流行
FAQ
常见问题
fitter 和 rllm 有什么区别？
fitter 和 rllm 都属于 LLM Infra 类别。fitter 有 133 Stars，rllm 有 5.9k Stars。
fitter 和 rllm 哪个更好？
最佳选择取决于你的具体需求。从没有API的网站抓取数据，并结合外部API数据进行丰富（例如，从HTML抓取GitHub趋势仓库，再通过GitHub REST API丰富信息）。 时选 fitter，训练用于代码生成和错误修复等任务的强大编码模型。 时选 rllm。
fitter 是免费的吗？
是的，fitter 在 GitHub 开源（MIT）。
rllm 是免费的吗？
是的，rllm 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→