Python-бэкенд, где мультимодальные данные, вычисляемые столбцы, векторные индексы и HTTP-маршруты объявляются в одном файле.
rocketride-org/rocketride-server
Open-source движок AI-пайплайнов с runtime на C++ и визуальным конструктором в VS Code для создания LLM-сценариев с разными провайдерами моделей и векторными базами данных.
- Звёзды
- 19,990
- Форки
- 8,705
- Открытые issues
- 510
- Последний коммит
- 18 часов назад
Что это?
RocketRide — среда разработки AI-приложений, которая запускает пайплайны из узлов: провайдеров моделей, векторных баз данных, OCR, NER, разбиения на фрагменты, эмбеддингов и агентных узлов. Пайплайны задаются в переносимых JSON-файлах .pipe, собираются на визуальном холсте в VS Code или управляются через CLI, а выполняются многопоточным runtime на C++.
Проект предназначен для разработчиков, которые хотят добавлять функции на базе LLM в существующие приложения, не связывая инфраструктуру вручную. Пайплайн можно вызывать из Python- или TypeScript SDK, предоставлять в виде инструментов через MCP либо запускать локально, в Docker или в собственной инфраструктуре. Зависимости узлов, например окружения Python и Java/Tika, управляются с помощью входящего в комплект инструмента сборки.
Средства наблюдаемости отслеживают деревья вызовов, использование токенов, задержки и память при выполнении пайплайнов. Движок распространяется по лицензии MIT, а тот же формат пайплайнов используется в облачном сервисе RocketRide Cloud.
Ключевые возможности
- 01Визуальный конструктор пайплайнов в VS Code с переносимыми JSON-файлами .pipe
- 02Многопоточный runtime на C++ для выполнения пайплайнов
- 03Более 100 узлов для провайдеров LLM, векторных баз данных, OCR и NER
- 04Python- и TypeScript SDK, а также MCP-сервер для вызова пайплайнов
- 05Трассировка использования токенов, задержек и памяти при выполнении пайплайнов
- 06Развёртывание в Docker и собственной инфраструктуре
Сценарии использования
- Создание систем поиска с дополненной генерацией (RAG) для ответов на вопросы по собственным документам
- Извлечение текста и удаление персональных данных из PDF-файлов и изображений с помощью локальных моделей
- Добавление шага с LLM в существующий бэкенд на Python или TypeScript через SDK
- Создание агентных сценариев, в которых LLM вызывает другие узлы пайплайна как инструменты
Быстрый старт
- 1
Установите расширение RocketRide из маркетплейса вашей IDE
- 2
Нажмите на расширение RocketRide в IDE
- 3
Когда появится запрос, выберите Local (рекомендуется), чтобы развернуть сервер
- 4
При желании установите Python SDK
pip install rocketride
Что важно знать
- Для визуального конструктора пайплайнов требуется VS Code или другая поддерживаемая IDE.
- Для запуска LLM- и облачных узлов нужны API-ключи соответствующих поставщиков.
- Для локального развертывания на своей инфраструктуре потребуется Docker или сборка из исходного кода, что усложняет настройку.
В подборках
Темы
Частые вопросы
- Что такое rocketride-server?
- Open-source движок AI-пайплайнов с runtime на C++ и визуальным конструктором в VS Code для создания LLM-сценариев с разными провайдерами моделей и векторными базами данных. RocketRide — среда разработки AI-приложений, которая запускает пайплайны из узлов: провайдеров моделей, векторных баз данных, OCR, NER, разбиения на фрагменты, эмбеддингов и агентных узлов. Пайплайны задаются в переносимых JSON-файлах .pipe, собираются на визуальном холсте в VS Code или управляются через CLI, а выполняются многопоточным runtime на C++.
- rocketride-server можно использовать бесплатно? Какая у него лицензия?
- rocketride-server распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- rocketride-server всё ещё поддерживается?
- Активно поддерживается. Последний коммит в rocketride-server — 6 нояб. 2026 г..
- Для чего можно использовать rocketride-server?
- Создание систем поиска с дополненной генерацией (RAG) для ответов на вопросы по собственным документам Извлечение текста и удаление персональных данных из PDF-файлов и изображений с помощью локальных моделей Добавление шага с LLM в существующий бэкенд на Python или TypeScript через SDK Создание агентных сценариев, в которых LLM вызывает другие узлы пайплайна как инструменты
- Как установить rocketride-server?
- Установите расширение RocketRide из маркетплейса вашей IDE Нажмите на расширение RocketRide в IDE Когда появится запрос, выберите Local (рекомендуется), чтобы развернуть сервер При желании установите Python SDK: pip install rocketride
- Где скачать rocketride-server?
- Исходный код и инструкции по установке — на GitHub: https://github.com/rocketride-org/rocketride-server
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Библиотека на Rust для создания приложений с LLM и терминальный coding agent на её основе с функциями в виде Bevy-плагинов.
Open-source DevOps-платформа для корпоративных LLM-приложений: workflows, RAG, агенты, управление моделями, оценка и fine-tuning.
Автономное open-source desktop-приложение: AI-агент в духе NotebookLM для поиска, преобразования и редактирования локальных документов.
Открытый AI-агент для разработки в VS Code, работающий с вашими моделями: облачными API, аккаунтами и локальными Ollama или llama.cpp.
Фреймворк инкрементальных конвейеров данных на Python с ядром на Rust, который синхронизирует векторные индексы и графы знаний с меняющимися источниками для AI-агентов и RAG-приложений.