Python 工具包,提供无外部依赖的多模型 LLM Agent 框架,以及越南语分词、命名实体识别、情感分析等 NLP 功能。
eastreams/loong
用 Rust 构建的垂直领域 AI Agent 基础框架,提供命令行、多家模型服务商与聊天渠道接入。
- Star
- 638
- Fork
- 102
- 未关闭 Issue
- 48
- 最近提交
- 8天前
这是什么?
Loong 是一个用 Rust 编写的 Agent 基础设施项目,面向特定垂直领域的 AI Agent 开发。它提供统一的 `loong` 命令行入口,包含交互式终端界面、单轮问答、模型服务商与渠道配置、环境诊断和自更新等功能。
项目采用 13 个 crate 组成的分层 Rust 工作区。模型服务商、工具、渠道、记忆和策略都位于内核之外,可按需编译和组合。配置以 TOML 文件保存,密钥从环境变量读取。飞书/Lark 提供专门的引导流程,通过官方注册接口完成机器人绑定。
项目在明确的运行时边界内提供审批、策略和审计能力,助手、网关和渠道各自独立运行。据项目介绍,其配置可兼容 OpenClaw、Claude Code、Codex 等工具的现有设置。
核心功能
- 01统一的 `loong` 命令行,包含交互式终端界面、单轮提问和环境诊断。
- 02内置 42 家以上模型服务商,通过 TOML 配置。
- 03支持 25 个以上聊天渠道,包括引导式飞书/Lark 机器人配置。
- 04内核与模型服务商、工具、渠道、记忆和策略分离,可按需组合。
- 05审批、策略和审计在明确的运行时边界内运行。
适用场景
- 在 Rust 代码基础上构建特定领域的 AI Agent。
- 通过飞书或 Lark 聊天与团队协作的 AI 助手。
- 通过同一份配置文件在多个大模型服务商之间切换。
- 学习用 Rust 编写的分层、模块化 Agent 架构。
快速上手
- 1
安装 C 链接器和 Rust 工具链(rustup 为管道安装脚本,请从 rustup.rs 手动运行)
- 2
从仓库源码构建并安装 loong 命令行工具
cargo install --path crates/daemon - 3
运行 loong 打开主 TUI;若缺少配置,首次设置会在此进行
loong
使用前须知
- 从源码构建需要 Rust 工具链和 C 链接器。
- 大多数模型提供商和聊天渠道需要你自行配置 API 密钥或账户凭据。
收录于专题
标签
常见问题
- loong 是什么?
- 用 Rust 构建的垂直领域 AI Agent 基础框架,提供命令行、多家模型服务商与聊天渠道接入。 Loong 是一个用 Rust 编写的 Agent 基础设施项目,面向特定垂直领域的 AI Agent 开发。它提供统一的 `loong` 命令行入口,包含交互式终端界面、单轮问答、模型服务商与渠道配置、环境诊断和自更新等功能。
- loong 可以免费使用吗?用的什么许可证?
- loong 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- loong 还在维护吗?
- 活跃维护中。loong 最近一次提交是在 2026年10月14日。
- loong 适合用来做什么?
- 在 Rust 代码基础上构建特定领域的 AI Agent。 通过飞书或 Lark 聊天与团队协作的 AI 助手。 通过同一份配置文件在多个大模型服务商之间切换。 学习用 Rust 编写的分层、模块化 Agent 架构。
- loong 怎么安装和运行?
- 安装 C 链接器和 Rust 工具链(rustup 为管道安装脚本,请从 rustup.rs 手动运行) 从仓库源码构建并安装 loong 命令行工具: cargo install --path crates/daemon 运行 loong 打开主 TUI;若缺少配置,首次设置会在此进行: loong
- 在哪里获取 loong?
- 源代码和安装说明在 GitHub 上:https://github.com/eastreams/loong
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个运行在你自己设备上的个人 AI 助手,可通过 WhatsApp、Telegram、Slack、Discord 等聊天工具与你交互。
可自托管的 AI 第二大脑,基于网络和你的文档回答问题,并支持自定义智能体与定时自动化。
开源多智能体 AI 助手,可在网页、桌面、文件及 Telegram、飞书、企业微信等聊天应用中执行任务。
用于构建 Agent 原生应用的 TypeScript SDK,支持生成式 UI、共享状态与人机协同。
Google 推出的代码优先 Python 框架,用于构建、评估和部署 AI 智能体,针对 Gemini 优化但不绑定特定模型。