12-factor-agents

照着做，LLM 应用从 Demo 稳健走向生产

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 2038 🐛 待处理 28 👀 关注 226

GitHub ↗

GitHub 星标 ★ 27048

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，无在线服务，需自行部署，完全免费。

项目预览

12-factor-agents 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队humanlayer

GitHubhttps://github.com/humanlayer/12-factor-agents

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

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★ 27048

上线时间2025-03-30 00:00:00

代码更新2025-09-21

仓库体积44.4 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

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。

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 ★ 27048

技术标签

agents ai context-window framework llms

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：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。