agentchain

把多个AI模型串成流水线，自动完成复杂任务

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 55 🐛 待处理 7 👀 关注 12

GitHub ↗

GitHub 星标 ★ 612

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，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类图像生成

开发团队jina-ai

GitHubhttps://github.com/jina-ai/agentchain

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

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MIT

主要语言Python

技术栈/模型artificial-intelligence,blip,langchain,llm,machine-learning,multimodal,nlproc,stable-diffusion,whisper

GitHub 星标★ 612

上线时间2023-03-13 00:00:00

代码更新2023-04-11

仓库体积14.6 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

AgentChain 是一个基于 Python 的轻量级框架，旨在将多个大语言模型（LLM）和多模态模型串联起来，通过链式调用实现复杂任务的推理与编排。它解决了单一模型能力有限、难以完成多步骤任务的问题，允许开发者像搭积木一样组合不同模型（如 Stable Diffusion、Whisper、BLIP 等），构建自动化工作流。核心能力包括：定义模型链、管理上下文传递、支持条件分支和并行执行，从而简化多模型协作的复杂度。项目处于早期阶段，代码简洁，适合快速原型开发。

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 ★ 612

技术标签

artificial-intelligence langchain llm machine-learning multimodal

使用教程

难度：高级约 60 分钟部署方式：本地安装 4 步

环境要求

Python 3.9+
模型服务密钥
可选搜索与存储

安装与启动步骤

1克隆装依赖

研究项目，先备 Python 环境。
```
git clone https://github.com/jina-ai/agentchain
```
2配可选密钥

搜索与对象存储是可选能力，不配就少两块功能。
3跑一个多模态任务

它接受文本图像音频表格混合输入，先试简单的一种。
4看编排轨迹

重点看它怎么把任务拆给不同模型，日志里能读出来。