这里汇总了代码库收录的「LLM 应用」场景开源项目，按 Star 总量排序，适合按方向系统性地挑选与对比工具。
共收录 136 个项目 · 第 4 / 7 页
Continue 是一款开源的人工智能编程助手，作为 VS Code 和 JetBrains 的扩展，帮助开发者在 IDE 中直接使用大模型进行代码生成、问答和自动补全，支持自定义模型。
编辑点评Continue 是开源界最接近 Copilot 的替代品，核心优势在于模型自由——可接入 OpenAI、Claude 或本地模型，数据自主可控。适合注重隐私或有定制需求的开发者，也适合团队统一管理编码助手配置。缺点是开箱即用体验不如商业方案，部分功能需要自行调优。
在浏览器中直接组装、配置并部署自主 AI 代理，无需后端环境即可完成任务。
编辑点评AgentGPT 让用户通过自然语言定义目标，自动拆解任务并循环执行，适合快速体验和原型验证自主 Agent 工作流。其前端零门槛部署是亮点，但复杂任务下 Long-term 记忆和稳定性有限，更偏演示与教学场景，生产级应用仍需二次开发。
Go 平台，涉及智能体、agentic、AI
编辑点评适用于AI/大模型场景。使用 Go 开发，涉及智能体、agentic、AI等技术方向。建议关注其社区活跃度和文档完善程度。
Go 命令行工具，涉及智能体、智能体-框架、AI-智能体
编辑点评适用于AI/大模型、开发工具场景。使用 Go 开发，涉及智能体、智能体-框架、AI-智能体等技术方向。建议关注其社区活跃度和文档完善程度。
SillyTavern 是一款面向高级用户的 LLM 前端界面，提供丰富的聊天、角色扮演和提示词管理功能，帮助用户更自由地接入各类大模型服务。
编辑点评SillyTavern 是开源社区中功能极强、定制性极高的 LLM 前端之一，支持多种后端（如 OpenAI、Claude、本地模型），内置角色卡、世界书、表情系统等深度玩法。适合喜欢折腾的 AI 聊天/角色扮演玩家，或需要精细控制提示词与交互流程的开发者。注意其功能偏重娱乐向，上手门槛较高，且部分高级特性需要自行配置 API 或代理。
TypeScript 命令行工具，涉及acp、智能体-team、AI
编辑点评适用于AI/大模型、Web 开发、开发工具场景。使用 TypeScript 开发，涉及acp、智能体-team、AI等技术方向。建议关注其社区活跃度和文档完善程度。
开源AI平台，提供支持多种LLM的AI聊天与高级功能，帮助用户快速搭建自托管AI助手。
编辑点评Onyx 是一款功能全面的开源AI平台，最大亮点是兼容几乎所有主流LLM，用户可自由选择模型。它内置聊天、知识库等高级特性，适合团队或开发者自托管部署，避免数据外泄。项目活跃度高，但部署和配置有一定门槛，建议熟悉Docker和LLM生态的开发者使用。
Python 开源项目，涉及3d-modeling、AI、blender
编辑点评适用于AI/大模型场景。使用 Python 开发，涉及3d-modeling、AI、blender等技术方向。建议关注其社区活跃度和文档完善程度。
Rust AI/ML 项目，涉及AI、AI-meeting-assistant、大语言模型
编辑点评适用于AI/大模型场景。使用 Rust 开发，涉及AI、AI-meeting-assistant、大语言模型等技术方向。建议关注其社区活跃度和文档完善程度。
TypeScript 实用工具，涉及agentic-AI、agents、AI
编辑点评适用于AI/大模型、基础设施场景。使用 TypeScript 开发，涉及agentic-AI、agents、AI等技术方向。建议关注其社区活跃度和文档完善程度。
Python 开发的框架/库，涉及agents、AI、框架
编辑点评适用于AI/大模型场景。使用 Python 开发，涉及agents、AI、框架等技术方向。建议关注其社区活跃度和文档完善程度。
Jupyter AI/ML 项目，涉及agentic-RAG、AI、embeddings
编辑点评适用于AI/大模型、基础设施、数据科学场景。使用 Jupyter 开发，涉及agentic-RAG、AI、embeddings等技术方向。建议关注其社区活跃度和文档完善程度。
一个基于 GPT-4 的 AI 导师提示词项目，通过定制化提示词实现个性化学习体验，解决传统教育中缺乏因材施教的问题。
编辑点评该项目将提示词工程与教育场景深度结合，用户可通过配置学习风格、深度和沟通方式，获得定制化的教学对话。适合希望用 AI 辅助自学、探索提示词工程教育应用的开发者。优点是高度可定制、开源免费；缺点是依赖 GPT-4 能力，实际效果受模型限制，且需要用户具备一定提示词调优能力。
TypeScript 开发的框架/库，涉及agents、AI、chatbots
编辑点评适用于AI/大模型、Web 开发场景。使用 TypeScript 开发，涉及agents、AI、chatbots等技术方向。建议关注其社区活跃度和文档完善程度。
TypeScript 实用工具，涉及AI、anthropic、artificial-intelligence
编辑点评适用于AI/大模型、基础设施场景。使用 TypeScript 开发，涉及AI、anthropic、artificial-intelligence等技术方向。建议关注其社区活跃度和文档完善程度。
TypeScript 命令行工具，涉及agentic、AI、AI-智能体
编辑点评适用于AI/大模型、开发工具场景。使用 TypeScript 开发，涉及agentic、AI、AI-智能体等技术方向。建议关注其社区活跃度和文档完善程度。
微软推出的开源SDK，帮助开发者快速将大语言模型集成到应用中，支持编排、提示词与插件管理。
编辑点评Semantic Kernel 是微软官方 LLM 集成框架，适合 .NET 开发者构建 AI Agent 和自动化流程。它提供了类似 LangChain 的编排能力，但更深度融入 C# 生态，且支持 Python 和 Java。优点是抽象完善、企业级支持好；缺点是对比 LangChain 生态较年轻，中文资料略少。适合需要稳定、可维护的 LLM 应用的团队。
Java 命令行工具，涉及AI、clickhouse、数据库
编辑点评适用于AI/大模型、开发工具、基础设施场景。使用 Java 开发，涉及AI、clickhouse、数据库等技术方向。建议关注其社区活跃度和文档完善程度。
Python 服务端/API，涉及agentic-AI、agents、AI
编辑点评适用于AI/大模型场景。使用 Python 开发，涉及agentic-AI、agents、AI等技术方向。建议关注其社区活跃度和文档完善程度。
开源的 AI 编排框架，用于构建上下文感知、生产就绪的 LLM 应用，支持模块化流水线与 Agent 工作流设计，并提供对检索、路由、记忆和生成的精细控制。
编辑点评Haystack 是 LLM 应用开发的成熟框架，特别适合需要精细控制 RAG 流水线或构建复杂 Agent 的团队。它提供模块化组件和可观测性，灵活度高，但学习曲线较陡，需要一定的架构设计经验。相比 LangChain，Haystack 更强调生产级工程实践，适合对稳定性要求高的项目。