JamAIBase

像用 Excel 一样开发 AI 应用,实时调提示词、比模型、看效果

JamAIBase 是一个将电子表格与 AI 能力深度融合的协作平台,旨在解决 AI 应用开发中提示词调试、模型对比和结果评估流程繁琐的问题。它允许用户将单元格串联成强大的数据处理管道,在熟悉的表格界面中实时实验不同的提示词和模型,并即时评估 LLM 响应。项目基于 Python 构建,集成了 LanceDB 向量数据库、Llama 3.1 等模型,提供后端即服务(BaaS)能力,支持多用户协同编辑,让团队能无缝地共同构建和迭代 AI 应用,降低 AI 应用开发的门槛,提升开发效率。

开源 unknown 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1102
维护状态 较活跃
是否开源 是
定价模式 unknown

项目数据

分类对话助手
开发团队EmbeddedLLM
所属国家
定价模式unknown
价格说明官网存在,但未明确展示定价信息,需进一步查看。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agents,ai,ai-agents-framework,baas,backend-as-a-service,chatbot,chatgpt,intelligent-spreadsheet,lancedb,llama3-1,llm,llm-ops,orchestration,python,rag,retrieval-augmented-generation,serverless,spreadsheet,svelte,workflow
GitHub 星标★ 1102
30天Star增速
HF 下载量
上线时间2024-05-30 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 环境(项目基于 Python 构建,具体版本 README 未注明)
  • 无需单独部署数据库:SQLite 与 LanceDB 均为内嵌
  • 可访问的 LLM / 向量嵌入 / 重排序模型服务(README 未给出具体配置方式)
  • 磁盘可写权限,用于存放内嵌数据库与向量索引文件

安装与启动步骤

  1. 1克隆项目仓库

    先从 GitHub 拉取源码到本地,README 未给出安装命令,后续步骤以仓库文档为准。

    git clone https://github.com/EmbeddedLLM/JamAIBase.git
  2. 2查阅官方文档

    README 明确提示 Explore the documentation,安装、依赖与启动方式请以官方文档为准。

  3. 3确认运行环境

    JamAI Base 内嵌 SQLite 与 LanceDB,无需额外安装数据库;重点是准备 Python 运行环境。

  4. 4启动服务并接入

    按文档启动后端后,通过表格化 UI 或内置 REST API 端点使用生成表 / 动作表能力。

如何确认成功

README 未给出验证方式,通常以服务启动无报错、可打开表格 UI 或成功调用 REST API 为准。

常见问题

Q:需要自己安装向量数据库吗?

A:不需要。JamAI Base 内嵌 SQLite 数据库与 LanceDB 向量数据库,并内置 LLM、向量嵌入和重排序编排能力。

Q:从 v1 升级到 v2 怎么做?

A:README 提供了专门的迁移说明,请参考仓库中的 MIGRATION_GUIDE.md 按步骤迁移。

Q:怎么把 JamAI Base 集成到自己的应用?

A:它提供简单的 REST API 和内置的 REST API 端点,可直接由应用前端调用,无需自己管理后端。

Q:找不到安装命令怎么办?

A:README 的 Getting Started 章节未展开,请点击 Explore the documentation 查看官方文档,或访问官网 jamaibase.com。

注意事项

  • README 节选中没有安装、依赖或启动命令,本教程中的命令极少,动手前务必以官方文档为准。
  • 内嵌 SQLite 与 LanceDB,不需要额外部署数据库服务。
  • v1 到 v2 存在不兼容变更,升级前先阅读 MIGRATION_GUIDE.md。
  • 生成表适合批量生成数据,动作表适合实时交互,选型时注意区分。

核心亮点

  • 将电子表格的直观操作与 LLM 管道结合,大幅降低提示词工程和模型评估的复杂度
  • 内置 LanceDB 向量存储,支持数据持久化与相似性检索,便于构建 RAG 应用
  • 支持多用户实时协作,方便团队共同调试和迭代 AI 应用

不足之处

  • 项目处于成长阶段,文档和社区生态尚待完善
  • 依赖特定技术栈(如 LanceDB),迁移或扩展可能受限

适用场景

  • 快速原型验证:在表格中试验不同提示词和模型组合,快速确定最佳方案
  • 团队协作开发:产品、算法、工程人员在同一表格中协同调试 AI 功能
  • 教学演示:用于展示 LLM 行为对比和提示词工程原理

替代项目

Airtable、Rows、Coda

项目介绍

JamAIBase 是自动化工作流领域的开源项目,由 EmbeddedLLM 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,102)位列前 30%,在自动化工作流分类中处于中上游。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-22。官网存在,但未明确展示定价信息,需进一步查看。从国内网络环境看,可直接访问。

它主要面向的使用场景是:快速原型验证:在表格中试验不同提示词和模型组合,快速确定最佳方案。同类可对比的替代方案包括 Airtable、Rows、Coda。

上一篇:Hexabot

下一篇:YuYuWechat

同类项目推荐

n8n 开源

拖拽搭建自动化流程,轻松接入 AI 与 400+ 应用,搞定重复工作。

Fair-code workflow automation platform with native AI capabilities. Combine visual b···

★ 205700 2026-08-10
feishu-docx 开源

让 AI 代理轻松读写飞书文档,双向转换 Markdown

Feishu/Lark Docs、Sheet、Bitable <-> Markdown | AI Agent-friendly knowledge base exp···

★ 262 2026-08-09
robotcode 开源

让 Robot Framework 拥有现代 IDE 体验,调试、补全、运行一气呵成。

Open Source Toolkit for Robot Framework, providing Language Server Protocol support,···

★ 301 2026-08-10
puppeteer 开源

用 JavaScript 轻松操控无头浏览器,搞定自动化测试与网页抓取。

JavaScript API for Chrome and Firefox

★ 95609 2026-08-10