LazyLLM
活跃·★ 3.9k·Apache-2.0·更新于 2026-10-27
★ 时下流行
LazyLLM 是用于构建多智能体 LLM 应用的低代码开发工具。README 把开发过程概括为：搭建原型、数据反馈、迭代优化：先快速搭出原型，分析坏样例找出失败之处，改进算法后再用支持多用户、容错等能力的方式投入生产。文档在 docs.lazyllm.ai，README 有英文和中文版本。
列出的功能有：内置数据流和功能模块，即使不熟悉大模型也能像搭乐高一样组装多智能体应用；在概念验证阶段通过轻量网关一键部署所有模块；跨平台兼容，无需修改代码即可切换基础设施（裸机、开发机、Slurm 集群、公有云）；对不同提供商的在线模型和本地部署模型提供统一的使用体验；以及在应用内微调模型，并自动选择微调框架和切分策略。示例涵盖聊天机器人和检索增强生成。用 pip 安装，Windows 和 macOS 有单独的教程。代码采用 Apache-2.0 许可证。
#大语言模型#多智能体#低代码#AI开发#检索增强生成
01
功能特性
01便捷的多智能体AI应用组装流程。
02复杂多智能体应用的一键部署，支持从POC到生产环境。
03跨平台兼容性，实现在裸机、Slurm和公有云之间无缝迁移。
04为多样化的在线和本地模型、推理框架及数据库提供统一的用户体验。
05高效的应用内模型微调，自动选择最佳框架和策略。
02
为什么选择它
+内置数据流和模块，可以用很少的代码组装多智能体应用。
+同一份代码可在裸机、Slurm 集群和公有云之间迁移，也可在在线模型和本地部署模型之间切换。
+可以在应用内做模型微调，由框架选择微调配置。
+采用 Apache-2.0 许可证，有中英文文档，最近一个月内有更新。
03
权衡点
!这是范围很广的框架（组装、部署、微调），完全用起来要学的东西很多。
!Windows 或 macOS 上的安装放在单独的教程里，而不是主 README。
!关于低成本和易用的说法是项目自己的，README 的支持渠道也偏向社群（微信群）。
04
维护状况检查
活跃检查日期: 2026-10-26
- 最近提交
- 2026-10-26
- 近 90 天提交数
- 69
- 近 90 天发布数
- 11
- 最新发布
- v1.4.0 (2026-10-13)
- 未关闭 issue
- 77
- 近期 issue 至少有一条评论的比例
- —
近 12 周每周提交数
最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。
状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #1235 Adopt Langfuse v4 OpenTelemetry ingestion3 条评论 · 2026-07-15
- #984 [Feature request]: Add long-term and short-term memory to the Agent3 条评论 · 2026-01-22
- #1255 [Bug]: DocServer docs url cannot access2 条评论 · 2026-07-24
- #955 [Enhancement]: Add pagination support for LazyLLMStoreBase and Current segment stores2 条评论 · 2026-01-13
- #935 [Feature]: DOC-MCP2 条评论 · 2026-01-05
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
05
兼容性
Bare Metal Servers
原生支持
已通过文档验证
Development Machines
原生支持
已通过文档验证
Slurm Clusters
原生支持
已通过文档验证
Public Clouds
原生支持
已通过文档验证
SenseCore
支持
已通过文档验证
OpenAI/GPT
原生支持
已通过文档验证
06
快速开始
1
$ pip3 install lazyllm
07
使用场景
↳聊天机器人
↳检索增强生成 (RAG)
↳多模态AI应用
08
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧