pykoi

一个界面搞定LLM数据标注、模型对比与强化学习微调

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 44 🐛 待处理 4 👀 关注 9

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 410

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可免费使用和部署。

项目预览

项目数据

分类对话助手

开发团队CambioML

官网地址https://www.cambioml.com

GitHubhttps://github.com/CambioML/pykoi

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型ai,chatbot,feedback,language-model,llm,machine-learning,rlhf

GitHub 星标★ 410

上线时间2023-07-14 00:00:00

代码更新2025-09-24

仓库体积55.1 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数7

项目介绍

pykoi 是一个基于主动学习的统一接口开源项目，旨在简化大语言模型（LLM）应用的开发与优化流程。它解决了从数据收集、模型微调到反馈强化学习（RLHF）过程中工具分散、流程割裂的问题，将数据标注、模型比较、人类反馈采集和微调集成在一个界面中。核心能力包括：支持多模型对比评估，帮助开发者直观选择最佳模型；提供反馈收集机制，用于构建强化学习数据集；内置主动学习策略，自动筛选高价值数据，降低标注成本。项目采用 Jupyter Notebook 交互式环境，适合快速实验和迭代。作为早期项目，它聚焦于 LLM 应用的全生命周期管理，尤其适合需要精细调优和用户反馈闭环的场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 410

技术标签

ai chatbot language-model llm machine-learning

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 45 分钟部署方式：本地安装 4 步

环境要求

Python 3.10
conda
（可选）CUDA GPU

安装与启动步骤

1建 conda 环境

官方要求 Python 3.10，版本错位会装不上依赖。
```
conda create -n pykoi python=3.10 -y
```
2装带 RAG 的版本

按需选 rag 或 rlhf 附加包。
```
pip3 install "pykoi[rag]"
```
3跑一个示例

内置 notebook 演示对话、存历史、看面板。
```
python -m example.retrieval_qa.retrieval_qa_huggingface_demo
```
4看反馈面板

界面上能对回答打标，数据落在本地。