explosion/spacy-llm

这是什么？

核心功能

• 01可序列化的 llm 组件，可将基于提示词的步骤加入 spaCy 流水线。
• 02任务与模型函数模块化，支持通过 spaCy 注册表自定义。
• 03支持 OpenAI、Cohere、Anthropic、Google PaLM 和 Azure AI 接口。
• 04可运行 Hugging Face 上的开源模型，如 Llama 2、Mistral、Falcon。
• 05内置命名实体识别、文本分类、关系抽取、摘要等任务。
• 06对超出 LLM 上下文窗口的长文本采用 map-reduce 方式分段处理。

适用场景

• 在收集标注训练数据之前，快速原型验证 NER 或文本分类步骤。
• 在同一条流水线中混合使用基于 LLM 的组件与规则或监督学习的 spaCy 组件。
• 借助托管或本地开源 LLM，从非结构化文本中抽取结构化字段。

快速上手

1. 1

   使用 pip 安装该包

   python -m pip install spacy-llm
2. 2

   在 openai.com 创建 API 密钥并设置为环境变量

3. 3

   在 Python 中使用 llm_textcat 工厂运行文本分类

使用前须知

• !仍处于实验阶段，接口变更可能在次要版本更新中破坏兼容性。
• !大多数内置模型需要付费服务商（如 OpenAI）的 API 密钥或托管的 LLM。

标签

常见问题

spacy-llm 是什么？

为 spaCy 提供 LLM 集成，让大语言模型以组件形式执行 NER、文本分类等结构化 NLP 任务，无需训练数据。 spacy-llm 将大语言模型接入 spaCy，让你可以在常规的 spaCy 流水线中添加由 LLM 驱动的组件。每个组件由任务（提示词模板，加上把模型的自由文本回复解析为结构化结果的解析器）和模型后端组成，结果会写入 doc.ents、doc.cats 等标准 spaCy 字段。

spacy-llm 可以免费使用吗？用的什么许可证？

spacy-llm 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

spacy-llm 还在维护吗？

活跃维护中。spacy-llm 最近一次提交是在 2026年9月27日。

spacy-llm 适合用来做什么？

在收集标注训练数据之前，快速原型验证 NER 或文本分类步骤。 在同一条流水线中混合使用基于 LLM 的组件与规则或监督学习的 spaCy 组件。 借助托管或本地开源 LLM，从非结构化文本中抽取结构化字段。

spacy-llm 怎么安装和运行？

使用 pip 安装该包: python -m pip install spacy-llm 在 openai.com 创建 API 密钥并设置为环境变量 在 Python 中使用 llm_textcat 工厂运行文本分类

在哪里获取 spacy-llm？

源代码和安装说明在 GitHub 上：https://github.com/explosion/spacy-llm