JamAIBase

像用 Excel 一样开发 AI 应用，实时调提示词、比模型、看效果

开源 🏷️定价信息待确认 ✅ 目前可打开对话助手 🍴 复刻 48 🐛 待处理 2 👀 关注 7

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1104

维护状态较活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类对话助手

开发团队EmbeddedLLM

官网地址https://www.jamaibase.com

GitHubhttps://github.com/EmbeddedLLM/JamAIBase

定价模式🏷️定价信息待确认

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✅ 目前可打开

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★ 1104

上线时间2024-05-30 00:00:00

代码更新2026-10-22

仓库体积17.8 MB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-08-09

浏览次数6

项目介绍

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。

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 ★ 1104

技术标签

agents ai ai-agents-framework chatbot chatgpt

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

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。