一个 Python 后端,把多模态数据、计算列、向量索引和 HTTP 接口统一定义在一个文件中。
rocketride-org/rocketride-server
开源 AI 流水线引擎,基于 C++ 运行时,可在 VS Code 中可视化构建 LLM 工作流。
- Star
- 19,990
- Fork
- 8,705
- 未关闭 Issue
- 510
- 最近提交
- 17小时前
这是什么?
RocketRide 是一个 AI 开发环境,通过组合节点构建流水线,节点涵盖模型提供商、向量数据库、OCR、NER、文本分块、向量化和 Agent 等。流水线以可移植的 JSON(.pipe 文件)定义,可在 VS Code 的可视化画布中搭建,也能通过 CLI 操作,由多线程 C++ 运行时执行。
项目面向希望为现有应用加入 LLM 功能、又不想手动搭建基础设施的开发者。流水线可以通过 Python 或 TypeScript SDK 调用,也能经 MCP 暴露为工具,并支持本地、Docker 或本地机房部署。Python 环境、Java/Tika 等节点依赖由内置构建工具统一管理。
运行中的流水线可查看调用链、Token 用量、延迟和内存消耗。引擎采用 MIT 许可证,同一套流水线格式也可直接用于官方托管的 RocketRide Cloud。
核心功能
- 01在 VS Code 中可视化搭建流水线,格式为可移植的 JSON .pipe 文件
- 02多线程 C++ 运行时执行流水线
- 03100 多个节点,涵盖 LLM 提供商、向量数据库、OCR 和 NER
- 04提供 Python 与 TypeScript SDK,并支持 MCP 服务调用流水线
- 05可追踪运行中流水线的 Token 用量、延迟和内存消耗
- 06支持 Docker 与本地机房部署
适用场景
- 基于自有文档构建检索增强的问答功能
- 用本地模型从 PDF 和图片中提取文字并脱敏个人信息
- 通过 SDK 为现有 Python 或 TypeScript 后端加入 LLM 处理步骤
- 构建 Agent 工作流,让 LLM 将其他流水线节点当作工具调用
快速上手
- 1
从 IDE 扩展市场安装 RocketRide 扩展
- 2
在 IDE 中点击 RocketRide 扩展
- 3
出现提示时选择 Local(推荐)以部署服务器
- 4
可选:安装 Python SDK
pip install rocketride
使用前须知
- 可视化管道构建器需要 VS Code 或其他受支持的 IDE。
- 运行 LLM 和云端节点需要相应提供商的 API 密钥。
- 本地部署需要 Docker 或从源码构建,设置工作量较大。
收录于专题
标签
常见问题
- rocketride-server 是什么?
- 开源 AI 流水线引擎,基于 C++ 运行时,可在 VS Code 中可视化构建 LLM 工作流。 RocketRide 是一个 AI 开发环境,通过组合节点构建流水线,节点涵盖模型提供商、向量数据库、OCR、NER、文本分块、向量化和 Agent 等。流水线以可移植的 JSON(.pipe 文件)定义,可在 VS Code 的可视化画布中搭建,也能通过 CLI 操作,由多线程 C++ 运行时执行。
- rocketride-server 可以免费使用吗?用的什么许可证?
- rocketride-server 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- rocketride-server 还在维护吗?
- 活跃维护中。rocketride-server 最近一次提交是在 2026年11月6日。
- rocketride-server 适合用来做什么?
- 基于自有文档构建检索增强的问答功能 用本地模型从 PDF 和图片中提取文字并脱敏个人信息 通过 SDK 为现有 Python 或 TypeScript 后端加入 LLM 处理步骤 构建 Agent 工作流,让 LLM 将其他流水线节点当作工具调用
- rocketride-server 怎么安装和运行?
- 从 IDE 扩展市场安装 RocketRide 扩展 在 IDE 中点击 RocketRide 扩展 出现提示时选择 Local(推荐)以部署服务器 可选:安装 Python SDK: pip install rocketride
- 在哪里获取 rocketride-server?
- 源代码和安装说明在 GitHub 上:https://github.com/rocketride-org/rocketride-server
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个用于构建 LLM 应用的 Rust 库,并附带基于它开发、功能由 Bevy 插件组成的终端编程代理。
面向企业场景的开源大模型应用开发运维平台,涵盖工作流、RAG、智能体与模型管理等能力。
可离线运行的开源桌面应用,类似 NotebookLM 的 AI 智能体,用于检索、转换和编辑本地文档。
面向 VS Code 的开源 AI 编程代理,可接入自有模型,包括云端 API、账号以及本地 Ollama 或 llama.cpp。
基于 Python 与 Rust 内核的增量数据管道框架,让向量索引和知识图谱随源数据变化持续同步,服务于 AI 智能体与 RAG 应用。