项目预览
项目数据
项目介绍
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。
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 -
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-4o | gpt-4o |
temperature | 否 | 采样温度,越小输出越稳定,示例取 0.3 或 0.1 | 0.3 |
max_tokens | 否 | 限制模型输出的最大 token 数,示例为 1000 | 1000 |
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
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.
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···
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. ···
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···
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···
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)
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···
langchain-postgres
开源
用现有 Postgres 跑 LangChain,少搭一套向量库
LangChain abstractions backed by Postgres Backend
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···
