llm-use

编排多模型智能体，规划执行一步到位

llm-use 是一个面向智能体工作流的 LLM 编排工具包，采用“规划器 + 执行器 + 综合器”的架构模式，将复杂任务拆解为可管理的子任务并汇总结果。它内置可选的路由器，结合 LLM 决策与学习型回退机制，提升任务分配的鲁棒性。项目支持 OpenAI、Anthropic、Ollama、llama.cpp 等多种主流模型后端，方便用户灵活切换。同时提供真实的网页抓取功能并带有缓存，减少重复请求。集成 MCP 服务器，可扩展外部工具调用。此外，还附带一个 TUI 聊天界面，方便交互式使用。整体上，llm-use 旨在简化多步骤、多模型协作的智能体开发，解决流程编排和工具集成的痛点。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 58

维护状态低维护

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队llm-use

所属国家

官网地址

GitHubhttps://github.com/llm-use/llm-use

定价模式free

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

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ab-testing,ai-orchestration,anthropic,api-gateway,artificial-intelligence,claude,cost-optimization,fastapi,gpt-5,groq,langchain,llm,llm-router,llmops,monitoring,openai,python,streaming

GitHub 星标★ 58

30天Star增速

HF 下载量

上线时间2025-10-07 00:00:00

最近更新2026-09-10 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

核心亮点

清晰的 planner-workers-synthesis 架构，降低复杂工作流搭建门槛
内置路由器支持 LLM 决策与学习型回退，提升任务分配可靠性
集成真实网页抓取与缓存，减少重复请求，节省成本

不足之处

项目处于早期阶段，文档和社区支持有待完善
功能模块较多，但缺乏实际案例验证其稳定性

适用场景

构建多步骤研究助手，自动收集并综合信息
开发需要动态规划任务的智能体应用
在本地模型与云端模型间灵活切换的混合推理场景

替代项目

LangChain、AutoGen、CrewAI

项目介绍

llm-use 是开发框架领域的开源项目，由 llm-use 开发，2025 年首次发布。

它收录于开发框架分类，该分类目前共有 803 个项目，GitHub 星标数为 58。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-10。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：构建多步骤研究助手，自动收集并综合信息。同类可对比的替代方案包括 LangChain、AutoGen、CrewAI。

上一篇：genaiops-promptflow-template

下一篇：LangGraph-GUI