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 2026-08-09 · 当前星标 ★ 3041
使用教程
环境要求
- Python 3.8 或更高版本
- 已安装 pip,可正常执行 pip 命令
- Google Chrome、Firefox、Microsoft Edge 或 Brave 浏览器之一
- (可选)如需 Docker 方式运行,需安装 Docker Desktop
- (可选)OpenAI、Anthropic、Google 等模型的 API Key 或 Amazon AWS 凭证
安装与启动步骤
-
1检查 Python 版本
在终端确认 Python 版本不低于 3.8,版本过低会导致安装或运行失败。
python --version -
2安装 ChainForge
用 pip 从 PyPI 安装 chainforge 包,安装完成后会提供 chainforge 命令行入口。
pip install chainforge -
3启动本地服务
执行 serve 命令启动本地服务,默认监听 8000 端口,保持终端窗口不要关闭。
chainforge serve -
4浏览器打开界面
用 Chrome、Firefox、Edge 或 Brave 打开 http://localhost:8000,即可看到可视化流程编辑界面。
-
5配置模型 API Key
点击界面右上角 Settings 图标填入 OpenAI、Anthropic、Google 等 API Key;希望免重复填写可写入本地环境变量。
-
6Docker 方式运行(可选)
若已装 Docker Desktop,可改为构建镜像并运行容器,同样暴露 8000 端口。
docker build -t chainforge . docker run -p 8000:8000 chainforge
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
API Key(OpenAI/Anthropic/Google 等) | 是 | 调用对应厂商模型所必需的密钥,可在界面 Settings 中填写或存入环境变量 | sk-xxxxxxxx |
Amazon AWS 凭证 | 否 | 如需调用 AWS 上的模型服务,需要配置对应的访问凭证 | AKIAxxxxxxxx |
如何确认成功
浏览器访问 http://localhost:8000(Docker 方式为 http://127.0.0.1:8000)能正常加载 ChainForge 可视化界面即启动成功。
常见问题
Q:不想本地安装可以先用吗?
A:可以。README 提到网页版 https://chainforge.ai/play/ 可直接使用,但功能受限,无法加载环境变量密钥、写 Python 评估代码或调用 Ollama 本地模型。
Q:支持哪些浏览器?
A:README 建议使用 Google Chrome、Firefox、Microsoft Edge 或 Brave。
Q:每次打开都要重新填 API Key 吗?
A:不需要。README 强烈建议把 OpenAI、Anthropic、Google 等 API Key 或 AWS 凭证保存到本地环境变量,本地版会自动读取。
Q:本地安装比网页版多了什么能力?
A:本地版可从环境变量自动加载 API Key、可编写 Python 代码评估 LLM 响应,还能调用通过 Ollama 托管的本地模型。
注意事项
- 网页版功能集有限,需要完整能力(环境变量密钥、Python 评估、Ollama)请本地安装。
- Python 版本必须为 3.8 或更高。
- chainforge serve 默认使用 8000 端口,Docker 运行时需要做 8000:8000 端口映射。
- Docker 步骤要求在 ChainForge 仓库根目录(存在 Dockerfile 的位置)执行 docker build。
核心亮点
- 可视化拖拽界面,无需编程即可构建复杂的提示词测试流程,降低使用门槛
- 支持同时调用多个LLM(OpenAI、Anthropic等),并排对比输出结果,节省时间
- 内置评分和评估功能,可自定义标准,自动化筛选最优提示词,提升迭代效率
不足之处
- 项目仍处于早期阶段,文档和社区生态相对薄弱,高级功能可能需要自行探索
- 对大规模测试场景(如数百个提示词)的性能优化尚不明确,可能影响效率
适用场景
- 提示词工程师快速验证和比较不同提示词变体在多个模型上的表现
- 开发者在模型选型时,批量测试各模型对特定任务的响应质量
- 研究或教学场景中,可视化展示LLM输出差异,辅助分析模型行为
替代项目
LangChain、Promptfoo、OpenAI Evals
上一篇:ontogpt
同类项目推荐
synalinks
开源
用图编程快速构建可解释的神经符号AI应用
Keras based framework for neuro-symbolic LM systems
prompt-decorators
开源
用装饰器标记替代长提示词,让 AI 输出更聪明、更规整。
Prompt Decorators are structured prefixes, such as +++Reasoning and +++StepByStep, d···
genai-stack
开源
一键搭建端到端生成式 AI 应用,省去集成烦恼
An End to End GenAI Framework
farm.js
开源
一套全栈代码,同时驱动网页和 AI Agent
a full-stack, renderer-agnostic framework for the web and agents, with an experiment···
collaborative-gym
开源
搭建并评估能与人类协作的 AI 智能体,快速验证协作效果。
Framework and toolkits for building and evaluating collaborative agents that can wor···
swarmauri-sdk
开源
模块化 AI 智能体 SDK,快速组装 LLM 应用
Modular Python SDK and monorepo for AI agents, LLM integrations, tools, parsers, emb···
streamlit-webrtc
开源
几行 Python 让 Streamlit 应用实时处理摄像头音视频
Real-time video and audio processing on Streamlit
LangChain4LifeSciencesHealthcare
开源
用 Notebook 跑通医疗 LLM 应用,从病历抽取到医学问答
sactive-bot
开源
一套代码,让机器人跑遍所有聊天平台
:smiling_imp: An extensible chat bot framework. sactive-bot is an evolution of the ···
