基于 TypeScript 的开源智能体框架,用于构建有状态的 LLM 智能体,内置编程智能体、CLI、Web UI 和 SDK。
yomorun/yomo
基于 Rust 的开源 LLM Function Calling 框架,用于部署无服务器 AI 工具与智能体,支持地理分布式边缘部署。
- Star
- 1,930
- Fork
- 150
- 未关闭 Issue
- 1
- 最近提交
- 前天
这是什么?
YoMo 是一个用于构建 AI 智能体的框架,让智能体调用 LLM 工具(函数或 skills)。开发者把工具逻辑写成无服务器函数,由 YoMo 负责部署、运行和管理,并通过兼容 OpenAI 接口的 chat completions 端点对外提供服务。典型配置中可以使用 Ollama 作为模型提供方,通过 CLI 启动服务并运行由 `yomo init` 生成的工具项目。
项目重点关注 AI 交互的响应延迟。组件之间的通信采用 TLS 1.3 加密,架构设计上支持把推理和工具部署到靠近终端用户的位置,而不是集中在单一数据中心。工具也可以绕过 LLM、直接通过 HTTP 调用。
仓库使用 Rust 编写,通过安装脚本提供 `yomo` 命令行工具。示例项目单独维护在 llm-function-calling-examples 仓库中。
核心功能
- 01将 LLM 工具部署为无服务器函数并统一管理。
- 02数据包采用 TLS 1.3 加密传输。
- 03提供兼容 OpenAI 的 chat completions 接口。
- 04支持使用 Ollama 作为本地 LLM 提供方。
- 05可将推理与工具分布到地理上靠近用户的边缘节点。
- 06提供 CLI,用于启动服务、生成项目和运行工具。
适用场景
- 构建通过函数调用查询天气等外部 API 的聊天机器人。
- 为多地区用户提供对延迟敏感的 AI 智能体服务。
- 无需为每个工具单独管理服务器,即可打包和迭代 LLM 工具或 skills。
快速上手
- 1
使用官方安装脚本安装 YoMo CLI
- 2
为 Ollama 拉取 ornith 模型
ollama pull ornith - 3
启动 YoMo 服务器
yomo serve - 4
生成项目并运行 get-weather 工具
yomo init
使用前须知
- 快速开始需要本地 Ollama 大模型服务及已下载的模型。
收录于专题
标签
常见问题
- yomo 是什么?
- 基于 Rust 的开源 LLM Function Calling 框架,用于部署无服务器 AI 工具与智能体,支持地理分布式边缘部署。 YoMo 是一个用于构建 AI 智能体的框架,让智能体调用 LLM 工具(函数或 skills)。开发者把工具逻辑写成无服务器函数,由 YoMo 负责部署、运行和管理,并通过兼容 OpenAI 接口的 chat completions 端点对外提供服务。典型配置中可以使用 Ollama 作为模型提供方,通过 CLI 启动服务并运行由 `yomo init` 生成的工具项目。
- yomo 可以免费使用吗?用的什么许可证?
- yomo 没有声明许可证。代码虽然公开,但没有许可证就没有明确的使用授权,正式使用前建议先联系作者。
- yomo 还在维护吗?
- 活跃维护中。yomo 最近一次提交是在 2026年11月5日。
- yomo 适合用来做什么?
- 构建通过函数调用查询天气等外部 API 的聊天机器人。 为多地区用户提供对延迟敏感的 AI 智能体服务。 无需为每个工具单独管理服务器,即可打包和迭代 LLM 工具或 skills。
- yomo 怎么安装和运行?
- 使用官方安装脚本安装 YoMo CLI 为 Ollama 拉取 ornith 模型: ollama pull ornith 启动 YoMo 服务器: yomo serve 生成项目并运行 get-weather 工具: yomo init
- 在哪里获取 yomo?
- 源代码和安装说明在 GitHub 上:https://github.com/yomorun/yomo
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向 Claude Code、Cursor 等 AI 编程助手的官方技能包,用于在 EdgeOne Makers 上开发和部署项目。
基于 Chat Completions API 的实验性教学框架,用 Agent 与任务移交实现轻量多智能体编排。
开源工具调用平台,让 AI 智能体通过 MCP 或直接函数调用接入 600 多种工具。
开源 MCP 宿主桌面应用,可将支持函数调用的各类大模型连接到 MCP 工具。
基于 Fetch.ai uAgents 的 80 多个可运行 Python AI 智能体示例,涵盖 LLM、MCP、A2A、支付与多智能体等场景。