dynamiq

编排智能体与LLM工作流,快速构建复杂AI应用

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 154 🐛 待处理 22 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1073
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源框架,Apache-2.0 许可证,可免费使用和部署。

项目预览

dynamiq 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队dynamiq-ai
定价模式🏷️完全免费
价格说明开源框架,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Python
技术栈/模型agents,ai,generative-ai,gpt,llm,llmops,rag
GitHub 星标★ 1073
上线时间2024-09-26 00:00:00
代码更新2026-11-09
仓库体积15.5 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-09
浏览次数8

项目介绍

Dynamiq 是一个面向智能体 AI 和 LLM 应用的编排框架,旨在解决构建复杂 AI 工作流时的集成与调度难题。它提供了一套统一的工具来定义、执行和监控多步骤的智能体任务,支持与主流大模型、向量数据库和外部 API 的灵活对接。核心能力包括可视化的工作流设计、智能体状态管理、工具调用编排、以及可插拔的组件架构,让开发者能够快速搭建从简单问答到多智能体协作的各类应用。通过抽象底层复杂性,Dynamiq 帮助团队减少重复编码,提升开发效率,并确保生产环境的可观测性与可靠性。

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 ★ 1073

技术标签

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:入门 约 10 分钟 部署方式:库/依赖 6 步

环境要求

  • Python 环境(README 明确要求先在本机装好 Python)
  • pip 包管理工具(用于 pip install dynamiq)
  • 若选择源码构建,需要 uv 工具(README 使用 uv sync)
  • OpenAI API Key(示例中通过 OpenAIConnection 传入 api_key)

安装与启动步骤

  1. 1确认 Python 环境

    README 要求本机已配置 Python 环境,先确认 python 命令可正常执行,再继续安装。

    python --version
  2. 2pip 安装 dynamiq

    最简安装方式,一条命令从 PyPI 安装 Dynamiq 包,适用于绝大多数使用者。

    pip install dynamiq
  3. 3源码构建安装

    需要改源码或尝鲜时可从 GitHub 克隆并用 uv 同步依赖;三条命令需依次执行。

    git clone https://github.com/dynamiq-ai/dynamiq.git
    cd dynamiq
    uv sync
  4. 4配置 LLM 节点

    按 README 示例用 OpenAI 节点接入模型:填 API Key、选模型 gpt-4o,并设置温度与最大 token。

    from dynamiq.nodes.llms import OpenAI
    from dynamiq.connections import OpenAIConnection
    
    llm = OpenAI(
        id="openai",
        connection=OpenAIConnection(api_key="sk-xxxxxxxx"),
        model="gpt-4o",
        temperature=0.3,
        max_tokens=1000,
    )
  5. 5运行节点验证

    用 README 示例的输入数据调用 llm.run,观察返回结果,确认安装与密钥配置都正确。

    result = llm.run(
        input_data={"text": "Hola Mundo!"}
    )
    print(result)
  6. 6编排智能体工作流

    按 README 示例创建 Agent 并加入 Workflow,可用 depends 与 InputTransformer 串起多智能体顺序执行。

    wf = Workflow()
    wf.flow.add_nodes(first_agent)
    wf.flow.add_nodes(second_agent)
    
    result = wf.run(
        input_data={"input": "How are sin(x) and cos(x) connected in electrodynamics?"},
    )

关键配置

配置项必填说明示例
api_key是OpenAIConnection 的鉴权密钥,缺失则无法调用模型sk-xxxxxxxx
model是指定使用的模型名称,README 示例为 gpt-4ogpt-4o
temperature否采样温度,越小输出越稳定,示例取 0.3 或 0.10.3
max_tokens否限制模型输出的最大 token 数,示例为 10001000
id否节点唯一标识,工作流中引用节点输出时使用openai

如何确认成功

执行 python -c "import dynamiq" 无报错即安装成功;再运行 README 的 llm.run 示例,能拿到模型返回内容即配置正确。

常见问题

Q:安装完怎么确认装好了?

A:在终端执行 python -c "import dynamiq",不报 ModuleNotFoundError 说明包已正确安装到当前 Python 环境。

Q:源码构建时报找不到 uv 命令怎么办?

A:README 使用 uv sync 同步依赖,需先自行安装 uv 工具;若不想装 uv,可直接用 pip install dynamiq 完成安装。

Q:API Key 应该写在哪里?

A:写在 OpenAIConnection(api_key=...) 参数中,README 示例里用占位符 OPENAI_API_KEY 表示,替换成你自己的真实密钥。

Q:只能使用 gpt-4o 吗?

A:README 示例统一使用 gpt-4o,model 是节点参数,可换成其他模型名,具体以官方文档为准。

注意事项

  • API Key 不要硬编码后提交到 Git 仓库,README 示例中的 OPENAI_API_KEY 只是占位符。
  • README 代码块为片段,示例中出现的 prompt 等变量需由你自己在使用前定义。
  • 更多示例与详细说明见官方文档 https://dynamiq-ai.github.io/dynamiq。

核心亮点

  • 提供可视化工作流设计器,降低编排门槛
  • 内置多种工具和连接器,支持快速集成
  • 支持多智能体协作与状态管理,适合复杂任务

不足之处

  • 项目较年轻,生态和文档成熟度待观察
  • 性能优化和稳定性需在大型生产环境验证

适用场景

  • 构建企业级RAG问答系统
  • 开发多步骤自动化客服智能体
  • 搭建研究助手或数据分析工作流

替代项目

LangChain、LlamaIndex、AutoGen

上一篇:Awesome-AI-Memory

下一篇:canopy

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 149301 2026-08-09
heige-codex-skin-studio 开源

给 Codex 桌面端一键换肤,动漫游戏主题任你选

给 Codex Desktop 一键换肤:OpenAI Codex / ChatGPT 桌面端主题工具,CDP 注入零修改应用···

★ 509 2026-08-09
agentmaker 开源

四行代码,打造带记忆的 AI 智能体

A general-purpose Python framework for building LLM agents and multi-agent systems. ···

★ 45 2026-08-09
modelscope-studio 开源

用 Gradio 快速搭建专业级 AI 对话界面

A third-party component library based on Gradio. Integrates Ant Design, Ant Design X···

★ 152 2026-08-09
akanjs 开源

一套 TS 代码,多端跑通还自带 AI 代理

The TypeScript framework, agents included. Web, iOS, Android, macOS, Windows and Lin···

★ 360 2026-10-13
oneringai 开源

一个库接入所有主流大模型,告别多 SDK 切换烦恼

One lib to rule them all (gen ai)

★ 73 2026-08-09
aigne-framework 开源

用 TypeScript 函数式组合,快速搭建生产级 AI Agent

The functional, composable, and typescript-first AI Agent framework for real-world L···

★ 369 2026-08-09
langchain-postgres 开源

用现有 Postgres 跑 LangChain,少搭一套向量库

LangChain abstractions backed by Postgres Backend

★ 282 2026-09-25
apowerb 开源

把 AI Agent 从原型编排到上生产运维

The open-source agentic framework to build, orchestrate, and operate production AI a···

★ 150 2026-10-15