12-factor-agents

照着做,LLM 应用从 Demo 稳健走向生产

12-factor-agents 是一套用于构建生产级 LLM 应用的指导性原则,借鉴了经典的 12-Factor App 方法论,针对 AI 代理(Agent)软件的特殊性进行了重新定义。它解决了当前 LLM 应用开发中缺乏系统性工程规范、难以从原型走向稳定生产的问题。项目以简洁的文档形式,提出了 12 条核心原则,涵盖代码库、依赖、配置、后端服务、构建发布、进程、端口、并发、可处置性、开发生产环境一致性、日志、管理任务等方面,并针对 AI 场景进行了适配,例如强调可观测性、可测试性、安全性和成本控制。其核心能力在于提供一套可落地的工程实践指南,帮助开发者构建更可靠、可维护、可扩展的 LLM 应用,避免常见的“演示易、生产难”困境。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 26354
维护状态 低维护
是否开源
定价模式 free

项目数据

分类搜索知识
开发团队humanlayer
所属国家
官网地址
定价模式free
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态
是否开源
开源协议NOASSERTION
主要语言TypeScript
技术栈/模型12-factor,12-factor-agents,agents,ai,context-window,framework,llms,memory,orchestration,prompt-engineering,rag
GitHub 星标★ 26354
30天Star增速
HF 下载量
上线时间2025-03-30 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
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2

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 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

  • 能访问 GitHub 并已安装 git 客户端
  • 对 LLM / AI Agent 开发有基本了解
  • 有浏览器可阅读文档与讲解视频(可选)

安装与启动步骤

  1. 1克隆原则仓库

    把 12-factor-agents 仓库拉到本地,方便离线阅读全部原则文档。README 未提供其他安装包或脚手架命令。

    git clone https://github.com/humanlayer/12-factor-agents.git
  2. 2进入仓库目录

    进入克隆下来的目录,准备查看 README 与 content/ 下的逐条原则说明。

    cd 12-factor-agents
  3. 3阅读上下文窗口原则

    README 明确指向 factor-03-own-your-context-window.md,先读这条最常被引用的原则。

    cat content/factor-03-own-your-context-window.md
  4. 4观看讲解视频

    README 提供两个 AI Engineer World's Fair 的 Deep Dive 视频链接,适合快速理解整体思路。

  5. 5查看贡献讨论

    README 提到 npx/uvx create-12-factor-agent 的讨论帖,如需参与或了解进展可前往 Discussions。

如何确认成功

执行 git clone 后能看到 README.md 与 content/ 目录,且能打开 content/factor-03-own-your-context-window.md 即表示获取成功。

常见问题

Q:这个项目需要安装依赖或启动服务吗?

A:不需要。仓库本身是原则性文档集合,README 未给出任何安装、构建或启动命令,直接阅读即可。

Q:有现成的 npm 脚手架可以用吗?

A:README 仅在贡献说明中提及 npx/uvx create-12-factor-agent 并指向讨论帖,尚未给出正式发布与使用命令,请关注该讨论。

Q:讲解视频在哪里看?

A:README 顶部提供两个 YouTube Deep Dive 链接(8kMaTybvDUw、yxJDyQ8v6P0),可直接在浏览器打开观看。

Q:如何参与或反馈?

A:README 表示欢迎反馈与贡献,可通过 GitHub 仓库的 Discussions 讨论帖参与。

注意事项

  • README 节选中没有安装、运行或部署命令,本教程只包含从 README 可确认的准备动作,不要自行臆造包名、端口或参数。
  • 仓库主体是 12 条工程原则文档,落地到自己的 LLM 应用时需要自行选择技术栈。
  • 视频链接指向 YouTube,网络不可达时可能无法播放。

核心亮点

  • 直接借鉴成熟的 12-Factor 方法论,体系完整且易于理解
  • 针对 LLM 应用特有痛点(如可观测性、安全、成本)给出具体原则
  • 社区关注度高(25k+ stars),已被广泛讨论和验证

不足之处

  • 原则偏理论指导,缺乏具体代码实现示例
  • 文档/社区待观察,尚未形成成熟的配套工具链

适用场景

  • 从原型验证走向生产部署的 LLM 应用开发
  • 企业级 AI 代理平台的架构设计与工程规范制定
  • 团队内部统一 LLM 开发最佳实践,提升代码质量与运维效率

替代项目

12-factor-app、LLM Engineering Guidelines、AI Engineering Best Practices

项目介绍

12-factor-agents 是智能体领域的开源项目,由 humanlayer 开发,2025 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(26,354)位列前 2%,在智能体分类的 2,499 个项目里位列前 3%。

近 41 天,它的 GitHub 星标从 25,267 增加到 26,354,净增 1,087。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。无在线服务,需自行部署,完全免费。

它主要面向的使用场景是:从原型验证走向生产部署的LLM应用开发。同类可对比的替代方案包括 12-factor-app、LLM Engineering Guidelines、AI Engineering Best Practices。

上一篇:awesome-agentic-commerce

下一篇:DB-GPT

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 195 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12