easy-dataset

一键生成高质量LLM训练数据集，告别手工整理

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 1544 🐛 待处理 136 👀 关注 64

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 15097

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，本地部署，完全免费。

项目预览

项目数据

分类搜索知识

开发团队ConardLi

官网地址https://docs.easy-dataset.com

GitHubhttps://github.com/ConardLi/easy-dataset

定价模式🏷️完全免费

价格说明开源项目，本地部署，完全免费。

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NOASSERTION

主要语言JavaScript

技术栈/模型dataset,fine-tuning,javascript,llm,rag

GitHub 星标★ 15097

上线时间2025-03-04 00:00:00

代码更新2026-05-01

仓库体积19.2 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

easy-dataset 是一个用于创建大语言模型（LLM）微调、RAG 和评估数据集的强大工具。它主要解决 AI 开发者在构建高质量训练数据时面临的痛点，如数据收集、清洗、格式化等繁琐流程。该项目提供了一套简洁的 JavaScript 接口，帮助用户从多种数据源（如文本、网页、PDF 等）提取内容，并进行结构化处理，生成符合主流 LLM 训练框架要求的格式。其核心能力包括数据抓取、预处理、转换和导出，支持自定义规则，可灵活适配不同场景。通过自动化流水线，显著提升数据集构建效率，降低人工成本，使得开发者能更专注于模型优化本身。

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 ★ 15097

技术标签

dataset fine-tuning javascript llm rag

使用教程

难度：入门约 10 分钟部署方式：Docker 6 步

环境要求

已安装 Node.js 与 npm（选择 NPM 本地运行方式时）
已安装 Docker 与 docker-compose（选择容器方式时）
可访问 GitHub 以克隆仓库
本机 1717 端口可用（浏览器访问地址）

安装与启动步骤

1克隆项目仓库

把 easy-dataset 源码克隆到本地并进入项目目录，后续 Docker 和 NPM 两种方式都从这里开始。
```
git clone https://github.com/ConardLi/easy-dataset.git
cd easy-dataset
```
2修改 compose 配置

按 README 示例确认 image、端口映射 1717:1717，并挂载仓库目录下的 local-db 与 prisma。
3启动 Docker 容器

在项目目录执行后台启动，首次启动会自动初始化数据库文件，无需手动执行 npm run db:push。
```
docker-compose up -d
```
4或本地安装依赖

不使用 Docker 时，先在项目根目录安装 npm 依赖，需保证 Node.js 环境正常。
```
npm install
```
5构建并启动服务

本地方式需先执行构建，再启动服务；两条命令依次运行，服务保持前台运行。
```
npm run build
npm run start
```
6打开浏览器访问

访问 http://localhost:1717 打开 Easy Dataset 界面，即可开始构建数据集。

关键配置

配置项	必填	说明	示例
`image`	是	官方 Docker 镜像地址	`ghcr.io/conardli/easy-dataset`
`container_name`	否	容器名称，便于识别和管理	`easy-dataset`
`ports`	是	将容器 1717 端口映射到本机 1717	`'1717:1717'`
`volumes - local-db`	是	挂载数据库目录，保持数据路径一致	`./local-db:/app/local-db`
`volumes - prisma`	是	挂载 prisma 目录，保持数据库文件一致	`./prisma:/app/prisma`
`restart`	否	容器自动重启策略	`unless-stopped`