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 2026-09-16 · 当前星标 ★ 623
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
- Haskell 工具链（本地）
- 模型服务密钥
安装与启动步骤
-
1先用在线版
官方推荐直接在浏览器里跟着交互教程学，不用装任何东西。
-
2本地装
要离线或接自己的模型再本地构建。
-
3写第一个提示
语言内置提示函数，给密钥与文本就能出结果。
-
4用类型约束输出
加类型标注后返回值会被解析成对应结构，省掉手工清洗。
-
5组合成链
把多个提示写成函数再串起来，这才是它相对普通脚本的优势。
如何确认成功
能写出一个带类型标注的提示并拿到结构化返回值，再由两个提示组合出一条链
注意事项
- 它是研究性质的领域语言，生态很小，别指望有成熟库可用。
- 在线版的学习体验远好于本地折腾，先在线跑通概念。
- 类型标注是它区别于普通提示脚本的核心，不用就等于白学。
- 模型调用内置在语言里，换供应商要改写法。
核心亮点
- 把提示工程提升为语言级抽象，支持函数组合与复用，而非字符串拼接
- Haskell 实现带来静态类型与纯函数特性，提示流程更易推理和测试
- 提供解释器与 LLM 交互原语，可表达条件、循环等多步提示逻辑
不足之处
- Haskell 生态与语法门槛高，非函数式背景的 AI 开发者上手成本大
- 项目早期、星标仅 600 余，文档与社区案例有限，生产可用性待验证
适用场景
- 构建需要多步推理与条件分支的复杂 LLM 工作流
- 团队希望把提示词像代码一样版本化、测试和复用
- 研究者实验可组合的提示编程范式与类型系统
替代项目
DSPy、LangChain
同类项目推荐
gpt-rag-orchestrator
开源
多智能体协作编排，让复杂 RAG 问答更准
Agent orchestration service for the Agent Landing Zone, built on Microsoft Foundry A···
async-openai
开源
Rust 里类型安全地调用 OpenAI 接口
Rust library for OpenAI
sagentic-af
开源
用 TypeScript 快速搭建可扩展的自主 AI 智能体
Sagentic.ai Agent Framework - Sagentic.ai is a unified platform for building, runnin···
cornac
开源
一套接口跑多种推荐模型，快速对比选型
A Comparative Framework for Multimodal Recommender Systems
OfficeFloor
开源
用 YAML 声明 REST 流程，让 AI 轻松生成编排代码
Explicit YAML orchestration for AI-augmented Spring Boot REST — declare each endpoi···
llm-consortium
开源
多个大模型互相挑错，迭代到答案一致
Parallel Reasoning: llm-consortium orchestrates mulitple LLMs, iteratively refines &···
MaxKB4j
开源
用 Java 轻松搭建企业级大模型问答应用
MaxKB4j is an open-source LLMOps platform for LLM workflow applications and RAG deve···
nextpy
开源
让AI模型运行时自我进化，告别手动调参
Self-Modifying Framework from the Future World's First AMS
best-llm-finder-pipeline
开源
三套流水线，自动帮你挑出最合适的LLM
Agentic RAG, Multi-Agent Systems, and Vision Reasoning are three pipelines to find t···