Repolode
LazyAGI

LazyAGI/LazyLLM

RAG、チャットボット、ファインチューニング、ワンクリックデプロイに対応した、マルチエージェントLLMアプリケーション構築用のローコードPythonフレームワーク。

スター
3,891
フォーク
430
未解決の Issue
77
最終コミット
昨日

これは何?

LazyLLMは、マルチエージェントの大規模言語モデルアプリケーションを構築するためのローコード開発ツールです。pipeline、parallel、diverter、loopなどの定義済みフローを備えており、オーケストレーションコードをあまり書かずに、関数やモジュールを組み合わせてワークフローを構築できます。

このフレームワークは、プロトタイプから本番環境までの開発サイクルを想定しています。まず動作するアプリをすばやく作り、タスク固有のデータを使って失敗ケースを分析し、アルゴリズムの改善やモデルのファインチューニングを繰り返せます。複数のプロバイダーが提供するオンラインのモデルサービスと、vLLMやLightLLMなどの推論フレームワークで提供されるローカルデプロイモデルに共通のインターフェースを用意しています。また、Document、Retriever、RerankerなどのRAGコンポーネントも含まれます。

デプロイも設計の一部です。アプリケーションは単一のコマンドで起動でき、軽量なゲートウェイがサブモジュールサービス間の接続を処理します。また、アプリをイメージとしてパッケージ化し、Kubernetesにデプロイできます。同じコードをベアメタル、開発マシン、Slurmクラスター、パブリッククラウドで実行できます。

主な機能

  • 01pipeline、parallel、loopフローを使い、関数やモジュールを組み合わせてローコードでワークフローを構築。
  • 02オンラインのモデルAPIとローカルデプロイモデルに共通のインターフェースを提供。
  • 03ドキュメント解析、検索、再ランキングなどのRAGコンポーネントを内蔵。
  • 04軽量ゲートウェイを使ったワンクリックデプロイと、Kubernetes向けのイメージパッケージ化に対応。
  • 05フレームワークやモデル分割方式を自動選択するファインチューニング機能。
  • 06ベアメタル、Slurm、パブリッククラウドをまたいで実行可能。

ユースケース

  • 独自のドキュメントを対象にしたRAG型の質問応答ボットを構築する。
  • チャット、音声、画像モデルにリクエストを振り分けるマルチエージェントチャットボットを試作する。
  • プロトタイプのパイプラインをKubernetesにデプロイ可能なサービスにする。
  • 同じアプリケーションコードを使って、オンラインモデルとローカルモデルを比較する。

クイックスタート

  1. 1

    pipでlazyllmをインストールする

    pip3 install lazyllm
  2. 2

    すべての依存関係をインストールする(任意)

    lazyllm install full
  3. 3

    OpenAI APIキーを環境変数に設定し、付属のコマンドでチャットボットを起動する

    lazyllm run chatbot

使う前に知っておきたいこと

  • ローカルモデルの推論にはlightllmやvllmなどの推論フレームワークが少なくとも1つ必要で、通常はGPUも必要です。
  • WindowsおよびmacOSへのインストールには、ドキュメントにある別途のセットアップチュートリアルが必要です。

収録されている特集

トピック

よくある質問

LazyLLM とは?
RAG、チャットボット、ファインチューニング、ワンクリックデプロイに対応した、マルチエージェントLLMアプリケーション構築用のローコードPythonフレームワーク。 LazyLLMは、マルチエージェントの大規模言語モデルアプリケーションを構築するためのローコード開発ツールです。pipeline、parallel、diverter、loopなどの定義済みフローを備えており、オーケストレーションコードをあまり書かずに、関数やモジュールを組み合わせてワークフローを構築できます。
LazyLLM は無料で使えますか?ライセンスは?
LazyLLM は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
LazyLLM は今もメンテナンスされていますか?
活発にメンテナンス中。LazyLLM の最終コミットは 2026年11月6日 です。
LazyLLM は何に使えますか?
独自のドキュメントを対象にしたRAG型の質問応答ボットを構築する。 チャット、音声、画像モデルにリクエストを振り分けるマルチエージェントチャットボットを試作する。 プロトタイプのパイプラインをKubernetesにデプロイ可能なサービスにする。 同じアプリケーションコードを使って、オンラインモデルとローカルモデルを比較する。
LazyLLM のインストール方法は?
pipでlazyllmをインストールする: pip3 install lazyllm すべての依存関係をインストールする(任意): lazyllm install full OpenAI APIキーを環境変数に設定し、付属のコマンドでチャットボットを起動する: lazyllm run chatbot
LazyLLM はどこで入手できますか?
ソースコードとインストール手順は GitHub にあります:https://github.com/LazyAGI/LazyLLM

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト