scikit-llm

用 sklearn 的语法，几行代码让 LLM 加入你的机器学习流程

开源 🏷️定价信息待确认 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 287 🐛 待处理 20 👀 关注 32

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3540

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fnnx-ai

官网地址https://beastbyte.ai

GitHubhttps://github.com/fnnx-ai/scikit-llm

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型chatgpt,deep-learning,llm,machine-learning,scikit-learn,transformers

GitHub 星标★ 3540

上线时间2023-05-12 00:00:00

代码更新2026-11-01

仓库体积3.1 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数6

项目介绍

scikit-llm 是一个将大语言模型无缝集成到 scikit-learn 生态的开源 Python 库。它解决了传统机器学习流程中难以直接调用 LLM 的问题，让开发者可以用熟悉的 scikit-learn API 来使用 GPT 等模型。核心能力包括：提供 ZeroShotClassifier 和 ZeroShotRegressor 等类，支持文本分类、回归等任务；内置动态标注功能，可自动生成训练数据的标签；支持模型缓存和内存持久化，减少重复 API 调用成本；兼容多种 LLM 后端（如 OpenAI、Hugging Face 模型）。通过包装器，用户只需几行代码就能在现有 sklearn 管道中引入 LLM 能力，无需学习新的框架。项目活跃，文档较全，适合希望快速在传统 ML 流程中体验 LLM 的开发者。

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 ★ 3540

技术标签

chatgpt deep-learning llm machine-learning scikit-learn

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 5 分钟部署方式：库/依赖 4 步

环境要求

Python 环境（README 未给出具体版本要求，建议使用较新的 Python 3）
可用的 pip 包管理器
如需调用 ChatGPT 等云端模型，需准备对应服务的访问凭证（README 未给出具体配置方式）

安装与启动步骤

1安装 scikit-llm

README 中唯一给出的安装命令，直接通过 pip 从 PyPI 安装该库，建议在虚拟环境中执行以免污染全局环境。
```
pip install scikit-llm
```
2确认安装结果

查看已安装包的版本信息，能正常输出名称与版本号即说明安装成功。
```
pip show scikit-llm
```
3阅读快速开始示例

README 提供了使用 GPT 做零样本文本分类的 Quick Start 示例，但节选中代码未完整展示，请到仓库主页或官网查看完整代码。
4按示例编写调用代码

参考 Quick Start 中 ZeroShotClassifier 等类的用法，用 scikit-learn 风格 API 组织文本数据并调用模型，具体类名与参数以官方文档为准。