llm-pid-tuner

用大模型自动迭代 PID 参数,省去手动试凑

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。

开源 free 自动化工作流
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 853
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类自动化工作流
开发团队KINGSTON-115
所属国家
官网地址
定价模式free
价格说明开源免费,需自行部署
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型
GitHub 星标★ 853
30天Star增速
HF 下载量
上线时间2026-02-15 00:00:00
最近更新2026-09-18 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-16
浏览次数0

使用教程

核心亮点

  • 把 LLM 放进调参闭环,根据响应指标自动给出下一组 Kp/Ki/Kd,减少人工试凑
  • CLI 交互简单,Python 实现轻量,便于嵌入已有仿真或实验脚本
  • 记录每轮参数与响应结果,调参过程可追溯、可复盘

不足之处

  • 依赖外部 LLM 接口,离线或受限环境不可用,且调用有成本和延迟
  • LLM 给出的参数建议缺乏稳定性保证,可能反复震荡,需要人工设停止条件

适用场景

  • 控制课程或实验中快速给仿真被控对象找一组可用 PID 参数
  • 算法工程师在自研控制回路上做初步整定,再交给人工微调
  • 作为 LLM 与自动控制结合的演示项目,用于技术分享或原型验证

替代项目

pid-autotune、simple-pid、Optuna

项目介绍

llm-pid-tuner 是一个自动化工作流领域的开源项目,官方简介:基于 LLM 的极简 PID 自动调参系统 (CLI 版)。项目使用 Python 开发,在 GitHub 上获得 852 星标。

上一篇:LLM4AD_Next

下一篇:crawl4ai

同类项目推荐

n8n 开源

拖拽搭建自动化流程,轻松接入 AI 与 400+ 应用,搞定重复工作。

Fair-code workflow automation platform with native AI capabilities. Combine visual b···

★ 205363 2026-08-10
robotcode 开源

让 Robot Framework 拥有现代 IDE 体验,调试、补全、运行一气呵成。

Open Source Toolkit for Robot Framework, providing Language Server Protocol support,···

★ 299 2026-08-10
puppeteer 开源

用 JavaScript 轻松操控无头浏览器,搞定自动化测试与网页抓取。

JavaScript API for Chrome and Firefox

★ 95591 2026-08-10
customermates 开源

比 Pipedrive 直观 10 倍的现代开源 CRM,轻松管理客户与自动化流程。

Building a modern alternative to Pipedrive that is 10x more intuitive.

★ 227 2026-08-10