llm-pid-tuner

用大模型自动迭代 PID 参数，省去手动试凑

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署自动化工作流 🍴 复刻 88 👀 关注 6

GitHub ↗

GitHub 星标 ★ 901

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，需自行部署

项目预览

llm-pid-tuner 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类自动化工作流

开发团队KINGSTON-115

GitHubhttps://github.com/KINGSTON-115/llm-pid-tuner

定价模式🏷️完全免费

价格说明开源免费，需自行部署

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

GitHub 星标★ 901

上线时间2026-02-15 00:00:00

代码更新2026-11-01

仓库体积49.9 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-16

浏览次数1

项目介绍

llm-pid-tuner 是一个基于大语言模型的极简 PID 自动调参 CLI 工具，用 Python 编写。它要解决的问题是：传统 PID 参数整定依赖人工经验或 Ziegler-Nichols 等规则，面对非线性、时变或噪声较大的被控对象时耗时长、效果不稳定。该项目把 LLM 引入调参回路，让模型根据系统响应数据（如超调量、上升时间、稳态误差）推理并给出下一轮 Kp、Ki、Kd 建议，循环迭代直到满足目标。核心能力包括：命令行交互式调参、可自定义评价指标与迭代停止条件、支持接入不同 LLM 后端、把每轮参数与响应结果记录下来便于复盘。它适合做实验、教学演示或快速给仿真对象找一组可用参数，而不是替代工业级整定软件。

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 2026-09-16 · 当前星标 ★ 901

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地安装 4 步

环境要求

Python 3.10+
可选 LLM API Key

安装与启动步骤

1装依赖

Python 项目，先装 requirements 再跑自检。
```
pip install -r requirements.txt
python doctor.py
```
2理解用途

这是 PID 参数整定工具，用 LLM 辅助给出整定建议，最终仍需在仿真或实机上验证。
3跑仿真

内置模拟器可先验证整定思路，不接硬件也能看曲线。
```
python simulator.py
```
4接真实数据

把阶跃响应 CSV 喂进去做系统辨识，再出整定参数。
```
python system_id.py --file sample_step.csv
```