aimock

本地一键 Mock 所有 AI 依赖,测试不烧钱不联网

开源 🏷️定价信息待确认 ⚠️ 链接可跳转,访问体验不确定 基础设施 🍴 复刻 82 🐛 待处理 1 👀 关注 4
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1004
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

aimock 项目界面预览图
图片来源:项目官网

项目数据

分类基础设施
开发团队CopilotKit
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态⚠️ 链接可跳转,访问体验不确定
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型ai-testing,aimock,llm,mcp,mock-server,openai
GitHub 星标★ 1004
上线时间2026-03-03 00:00:00
代码更新2026-11-04
仓库体积15.2 MB
本站数据更新2026-11-04
维护状态活跃
收录时间2026-09-16
浏览次数6

项目介绍

aimock 是一个面向 AI 应用开发的本地 Mock 服务器,用 TypeScript 编写,目标是让开发者在不依赖真实外部服务的情况下测试和开发 AI 应用。它把 AI 应用常见的依赖统一到一个进程、一个端口上模拟:LLM API(如 OpenAI 风格接口)、MCP(模型上下文协议)、A2A(Agent 间通信)、AG-UI(Agent 前端交互协议)、向量数据库以及搜索服务。核心价值在于解决 AI 应用测试难的问题——真实调用 LLM 又慢又贵、结果不稳定,向量库和外部搜索也难以在 CI 中稳定复现。aimock 提供零依赖的单一包,开发者只需启动本地服务,把 SDK 的 base URL 指过来即可获得可预测的响应,从而编写确定性的单元测试、集成测试,或在离线环境下开发调试。它适合需要频繁迭代 prompt、Agent 逻辑和检索链路的团队,降低对线上 API 的依赖和成本。

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 2026-09-16 · 当前星标 ★ 1004

技术标签

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 4 步

环境要求

  • Node.js 18 及以上
  • npm / pnpm 等包管理器

安装与启动步骤

  1. 1安装依赖

    在项目中安装 aimock 包。

    npm install @copilotkit/aimock
  2. 2创建并启动 Mock

    用 LLMock 在本地起一个端口,预设对话响应。

    import { LLMock } from "@copilotkit/aimock";
    const mock = new LLMock({ port: 0 });
    mock.onMessage("hello", { content: "Hi there!" });
    await mock.start();
  3. 3把 SDK 指向本地 Mock

    在构造 OpenAI 等客户端之前设置环境变量,使其请求打到本地 mock 而非真实 API。

    process.env.OPENAI_BASE_URL = `${mock.url}/v1`;
    process.env.OPENAI_API_KEY = "sk-anything";
  4. 4运行测试

    运行你的测试,断言返回由 mock 决定的内容。

如何确认成功

测试运行时,原本调用真实 OpenAI 的请求被本地 mock 拦截,返回预设的 'Hi there!',控制台无真实 API 调用与费用产生。

常见问题

Q:支持模拟哪些协议?

A:LLM API、MCP、A2A、AG-UI、向量数据库、搜索、rerank、moderation 等,统一由一个本地端口模拟。

注意事项

  • 务必在构造 OpenAI 等客户端之前设置环境变量,否则 SDK 会缓存真实 base URL,绕过 mock。

核心亮点

  • 一个包一个端口覆盖 LLM、MCP、A2A、AG-UI、向量库、搜索等多类依赖,接入成本低
  • 零依赖设计,启动快,适合放进 CI 做确定性集成测试
  • TypeScript 编写,对前端和 Node 生态的 AI 应用开发者友好

不足之处

  • 早期项目,协议覆盖广但各协议的模拟深度和真实行为一致性待验证
  • 社区和文档规模较小,遇到冷门协议问题可参考的资料有限

适用场景

  • 在 CI 中跑 Agent 逻辑的集成测试,避免真实调用 LLM 产生费用和不确定性
  • 离线或弱网环境下开发调试 AI 应用,不依赖外部 API 可用性
  • 验证多协议协作流程,如 MCP 工具调用与 AG-UI 前端交互的联调

替代项目

msw、prism、wiremock

上一篇:chatllm.cpp

下一篇:openeverest

同类项目推荐

aitune 开源

自动调优 NVIDIA GPU 推理配置,省去手工调参

NVIDIA AITune is an inference toolkit designed for tuning and deploying Deep Learnin···

★ 289 2026-10-08
ComfyUI-Installer 开源

Linux 上一键装好 ComfyUI,省去手动配环境的麻烦。

Easily install ComfyUI on a Linux system. Installs completely inside a Python venv.

★ 54 2026-08-09
simple-llm 开源

1300行Python手写LLM推理引擎,读懂并魔改每一步

~1300 line, minimal, extensible LLM inference engine built from scratch.

★ 492 2026-10-15
optillm 开源

给 LLM 推理加个外挂,自动优化提示词和采样策略,提升答案质量与效率。

Optimizing inference proxy for LLMs

★ 4337 2026-08-09
mlplatform-workshop 开源

用示例代码快速搭建机器学习平台骨架

Example code for a basic ML Platform based on Pulumi, FastAPI, DVC, MLFlow and more

★ 444 2026-08-09
zon-TS 开源

用 ZON 格式替代 JSON,提示词 token 成本直降 35-70%

ZON → 35-70% cheaper LLM prompts than JSON/TOON. Zero overhead.

★ 51 2026-08-09
FlexPrefill 开源

长序列推理加速,稀疏注意力省算力不掉精度

Code for paper: [ICLR2025 Oral] FlexPrefill: A Context-Aware Sparse Attention Mechan···

★ 172 2026-08-09
voyageai-python 开源

一行代码接入顶级文本嵌入和重排序,让语义搜索更准。

Voyage AI Official Python Library

★ 114 2026-08-09
mlx-openai-server 开源

在 Mac 上跑起 OpenAI 兼容的本地模型服务,一行代码接入现有工具。

A high-performance API server that provides OpenAI-compatible endpoints for MLX mode···

★ 364 2026-08-09