Repolode
提交项目
SynaLinks

SynaLinks/synalinks

仿照 Keras 风格的 Python 框架，用于构建、训练和部署 RAG、工具调用智能体等语言模型应用。

在 GitHub 查看官网
Star
464
Fork
47
未关闭 Issue
1
最近提交
10小时前

这是什么？

Synalinks 是一个神经符号（neuro-symbolic）框架，用于构建 RAG、自主智能体和多智能体系统等语言模型应用。程序通过类似 Keras 的声明式 API 由模块组合而成，深度学习中的层结构可以直接套用到语言模型工作流上。

程序可以使用上下文强化学习进行优化，调用方式与 compile、fit、evaluate、predict 相同。提示词、少样本示例等可训练变量按模块调整，无需修改模型权重。输出受 JSON 数据模型约束，程序可保存为 JSON，并通过 FastAPI 部署为 REST API，或通过 FastMCP 部署为 MCP 服务器。

模型调用基于 LiteLLM，可以用字符串标识在 OpenAI、Anthropic、Gemini、Ollama 等服务之间切换。项目还内置嵌入式图数据库和 SQL 知识库、用于智能体执行代码的沙箱运行时，以及基于 MLflow 的可观测性回调。

核心功能

  • 01借鉴 Keras 的方式组合模块来构建语言模型程序。
  • 02上下文强化学习，在不修改模型权重的前提下优化提示词和少样本示例。
  • 03通过数据模型约束输出为 JSON 结构。
  • 04借助 LiteLLM 在多家模型服务商之间切换。
  • 05可用 FastAPI 部署为 REST API，或用 FastMCP 部署为 MCP 服务器。
  • 06内嵌图数据库与 SQL 知识库，用于 RAG 和智能体记忆。

适用场景

  • 基于文档或关系数据构建检索增强生成（RAG）系统。
  • 用结构化输出原型化工具调用智能体和多智能体工作流。
  • 利用数据集和奖励函数为特定任务优化提示词。
  • 将语言模型程序封装为 REST API 或 MCP 服务器。

收录于专题

开源 AI Agent 框架与应用强化学习训练框架与环境应用开发框架

标签

#llm#framework#rag#agents#keras#reinforcement-learning#neuro-symbolic#prompt-optimization#context-engineering#in-context-learning

常见问题

synalinks 是什么？
仿照 Keras 风格的 Python 框架，用于构建、训练和部署 RAG、工具调用智能体等语言模型应用。 Synalinks 是一个神经符号（neuro-symbolic）框架，用于构建 RAG、自主智能体和多智能体系统等语言模型应用。程序通过类似 Keras 的声明式 API 由模块组合而成，深度学习中的层结构可以直接套用到语言模型工作流上。
synalinks 可以免费使用吗？用的什么许可证？
synalinks 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
synalinks 还在维护吗？
活跃维护中。synalinks 最近一次提交是在 2026年11月7日。
synalinks 适合用来做什么？
基于文档或关系数据构建检索增强生成（RAG）系统。 用结构化输出原型化工具调用智能体和多智能体工作流。 利用数据集和奖励函数为特定任务优化提示词。 将语言模型程序封装为 REST API 或 MCP 服务器。
在哪里获取 synalinks？
源代码和安装说明在 GitHub 上：https://github.com/SynaLinks/synalinks

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目