langfun

用面向对象方式写 LLM 应用,提示词变可复用类

langfun 是 Google 开源的一个 Python 框架,核心思路是把面向对象编程(OO)引入大语言模型应用开发。它让开发者用类、方法、字段等熟悉的 OO 概念来定义提示词、结构化输出和任务流程,而不是拼接字符串。框架支持将自然语言描述直接映射为可调用的 Python 对象,自动完成提示构建、模型调用和结果解析。它内置对结构化数据(如 dataclass、pydantic 模型)的支持,能约束 LLM 输出符合指定 schema,减少解析错误。同时提供组件化机制,方便复用和组合提示模板、工具与多步推理逻辑。langfun 还强调与现有 Python 生态的兼容,可搭配不同 LLM 后端使用。它适合需要把 LLM 能力嵌入复杂软件系统、追求代码可维护性和类型安全的开发者,帮助把提示工程从散落的字符串升级为可测试、可复用的工程化模块。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 915
维护状态 活跃
是否开源
定价模式 free

项目数据

分类开发框架
开发团队google
所属国家
官网地址
定价模式free
价格说明开源免费,无在线服务
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型framework,llms,nlp
GitHub 星标★ 915
30天Star增速
HF 下载量
上线时间2023-08-29 00:00:00
最近更新2026-09-16 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-16
浏览次数0

使用教程

核心亮点

  • 把提示词和输出结构封装成 Python 类,支持类型检查和自动解析,减少手写解析逻辑
  • 与 dataclass、pydantic 等生态集成,能约束 LLM 输出符合 schema,提升稳定性
  • 组件化设计便于复用和组合多步推理、工具调用等复杂流程

不足之处

  • 项目处于早期阶段,API 可能不稳定,文档和示例相对有限
  • 社区规模和第三方生态较小,遇到问题可参考的实践案例不多

适用场景

  • 把 LLM 能力嵌入已有 Python 后端服务,需要结构化输出和类型安全
  • 构建可复用、可测试的提示模板库,供团队共享
  • 开发多步推理或工具调用流程,希望用 OO 方式组织逻辑

替代项目

LangChain、LlamaIndex

项目介绍

langfun 是一个开发框架领域的开源项目,官方简介:OO for LLMs。项目使用 Python 开发,在 GitHub 上获得 915 星标。

上一篇:llm-gemini

下一篇:llm-openrouter

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.

★ 146451 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166251 2026-08-09
bruno 开源

把 API 测试当代码管理,用 Git 搞定协作与版本追踪

Opensource IDE For Exploring and Testing API's (lightweight alternative to Postman/I···

★ 46994 2026-08-12