genaiops-promptflow-template

用 Prompt Flow 模板，快速搭建 LLM 应用的 DevOps 流水线

这是一个面向企业级 LLM 应用开发的 GenAIOps 模板与指南，基于微软 Prompt Flow 构建。它解决的核心问题是：LLM 应用从原型到生产过程中缺乏标准化流程，导致代码分散、实验难以追踪、部署不可控。项目提供集中式代码托管、完整的生命周期管理（开发、测试、部署）、变体与超参数实验、A/B 部署、以及所有运行和实验的报告记录。通过模板化的方式，帮助团队快速建立 LLM 应用的 DevOps 实践，提升协作效率和交付质量。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 368

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队microsoft

所属国家

官网地址

GitHubhttps://github.com/microsoft/genaiops-promptflow-template

定价模式free

价格说明开源模板，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型aistudio,azure,azuremachinelearning,cloud,docker,evaluation,experimentation,genai,genaiops,largelanguagemodels,llm,llmops,machine-learning,mlops,mlops-template,orchestration,prompt,promptengineering,promptflow,python

GitHub 星标★ 368

30天Star增速

HF 下载量

上线时间2023-10-12 00:00:00

最近更新2026-09-19 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2026-08-09

浏览次数3

使用教程

核心亮点

提供开箱即用的 GenAIOps 模板，减少从零搭建 DevOps 的成本
内置实验管理和 A/B 部署支持，方便对比不同模型或提示词效果
与 Prompt Flow 深度集成，覆盖代码托管到部署的完整链路

不足之处

依赖微软生态，对非 Azure 或非 Prompt Flow 用户迁移成本高
早期项目，文档和社区支持仍在完善中

适用场景

企业需要标准化管理多个 LLM 应用的生命周期
团队希望系统化追踪提示词变体和超参数实验结果
需要将 LLM 应用部署到生产环境并支持 A/B 测试

替代项目

LangChain Templates、Dify、MLflow

项目介绍

genaiops-promptflow-template 是开发框架领域的开源项目，由 microsoft 开发，2023 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 368。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-19。开源模板，完全免费，可自行部署使用。

它主要面向的使用场景是：企业需要标准化管理多个LLM应用的生命周期。同类可对比的替代方案包括 LangChain Templates、Dify、MLflow。

上一篇：portkey-node-sdk

下一篇：llm-use