@DanKornas: GenAI项目在提示词、模型设置、实验和应用逻辑没有明确归宿时,会变得难以驾驭。
摘要
一个用于组织生成式AI应用的项目结构脚手架,将配置、数据、示例、笔记本、测试和核心源代码模块分离。它采用Apache 2.0开源许可。
查看缓存全文
缓存时间: 2026/07/30 05:48
当提示词、模型设置、实验和应用逻辑没有一个清晰归属时,GenAI 项目会变得难以导航。
生成式 AI 项目模板 是为构建者组织生成式 AI 应用而设计的项目结构脚手架。
它通过将配置、数据、示例、笔记本、测试和核心源代码模块分离,帮助您为每个关注点指定明确的位置。
主要特性: • 智能体结构 – 为规划器、执行器和基础智能体类设置独立位置 • 管道布局 – 为聊天流程、文档处理和任务路由指定模块 • 检索与模型边界 – 用于向量搜索、文档查找和 LLM 路由的专用区域 • 可靠性组织 – 用于回退逻辑、防护机制、日志记录、缓存、速率限制和错误处理的文件夹 • 实验到测试工作流 – 为笔记本、示例以及单元测试、集成测试和端到端测试提供独立空间
该项目为开源(Apache 2.0 许可)。
链接见回复
相似文章
@dkare1009: 如何为可扩展性和效率构建您的生成式AI项目…
关于如何构建可扩展且高效的生成式AI项目的指南,涵盖目录组织、配置、数据管理和代码结构。
@DanKornas:每当每个模型提供者、工具调用、追踪和部署路径都需要单独对接时,构建AI功能就会变得混乱。
Genkit 是一个开源框架,提供统一的模型 API、结构化工作流和多语言 SDK,以简化构建全栈 AI 应用的过程。
@DanKornas:AI 工作流的各个组成部分很快就变得杂乱无章。这个仓库能把它们整合在一起。Output 是一个开源的 TypeScript 框架……
Output 是一个开源的 TypeScript 框架,用于构建 AI 工作流和智能体,面向 Claude Code 用户,将提示词、评估、追踪、成本追踪、编排和凭证统一在一个代码库中。主要功能包括工作流文件夹、版本控制的提示词、自动追踪、LLM-as-judge 评估,以及基于 Temporal 的持久化编排,采用 Apache 2.0 许可证发布。
@DanKornas: AI 编码代理不需要更多随机提示。它们需要一个工作流层。Maestro 是一个开源工作流系统……
Maestro 是一个用于 AI 编码代理的开源工作流系统,通过 MCP 服务器提供一致的项目上下文、可复用命令、记忆和多工具支持。
@DanKornas: 随着编排、运行时、模型和工具的增加,保持多智能体原型易于理解。AutoGen 是一个框架…
AutoGen 是一个用于构建多智能体 AI 应用的框架,目前已进入维护模式,不再计划新功能;微软推荐使用其 Agent Framework。