项目预览
项目数据
项目介绍
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 ★ 11262
使用教程
环境要求
- 本地已安装 Python,推荐版本 >=3.9 且 <=3.11
- 可用的 OpenAI API Key(或 Azure OpenAI 的 Key 与 Endpoint)
- 能访问 PyPI 以安装 promptflow 相关包
安装与启动步骤
-
1准备 Python 环境
确认本机 Python 版本在 3.9 到 3.11 之间,README 推荐该区间,版本过高或过低可能装不上。
-
2安装 promptflow
在本地环境安装 promptflow 主包与官方工具包 promptflow-tools,这是后续所有 pf 命令的基础。
pip install promptflow promptflow-tools -
3初始化聊天流
用 chat 模板生成示例流,命令会创建 my_chatbot 目录并生成所需文件。
pf flow init --flow ./my_chatbot --type chat -
4创建 OpenAI 连接
为 API Key 建立名为 open_ai_connection 的连接,用 --set 直接传 key 可避免改 yaml 文件。
pf connection create --file ./my_chatbot/openai.yaml --set api_key=sk-xxxxxxxx --name open_ai_connection -
5创建 Azure 连接
若用 Azure OpenAI,改用 azure_openai.yaml 并额外传 api_base;连接名同样为 open_ai_connection。
pf connection create --file ./my_chatbot/azure_openai.yaml --set api_key=sk-xxxxxxxx api_base=https://your-resource.openai.azure.com/ --name open_ai_connection -
6交互式测试流
进入对话测试模式,输入消息即可与聊天机器人交互,按 Ctrl+C 结束会话。
pf flow test --flow ./my_chatbot --interactive -
7关闭遥测(可选)
遥测收集默认开启,如不希望上报数据,执行该命令关闭。
pf config set telemetry.enabled=false
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
api_key | 是 | OpenAI 或 Azure OpenAI 的访问密钥 | sk-xxxxxxxx |
api_base | 否 | Azure OpenAI 的服务地址,仅 Azure 连接需要 | https://your-resource.openai.azure.com/ |
open_ai_connection | 是 | chat 节点引用的连接名,需与创建时 --name 一致 | open_ai_connection |
deployment_name | 否 | flow.dag.yaml 中指定使用的模型或部署资源 | gpt-35-turbo |
telemetry.enabled | 否 | 是否上报遥测数据,默认开启 | false |
如何确认成功
运行 pf flow test --flow ./my_chatbot --interactive 后出现交互提示,输入消息能收到模型回复即为成功。
常见问题
Q:pip install 报错或提示找不到包?
A:先确认 Python 版本在 3.9~3.11 之间,并检查网络能否访问 PyPI;也可按 README 用 GitHub Codespaces 预置环境体验。
Q:没有 Azure OpenAI,只有普通 OpenAI Key 怎么办?
A:使用 my_chatbot 目录下的 openai.yaml 创建连接即可,无需 api_base 参数。
Q:想换用别的模型怎么改?
A:在 my_chatbot/flow.dag.yaml 的 chat 节点中修改 deployment_name 字段,指向你要用的 OpenAI 模型或 Azure 部署名。
Q:如何关闭数据遥测?
A:执行 pf config set telemetry.enabled=false,遥测默认开启。
Q:交互测试怎么退出?
A:在 pf flow test 交互会话中按 Ctrl + C 即可结束。
注意事项
- 连接名必须与 flow.dag.yaml 中 chat 节点引用的 open_ai_connection 保持一致。
- 推荐用 --set 传入密钥,避免直接修改 yaml 文件导致密钥泄露。
- 遥测收集默认开启,介意隐私请在首次使用后关闭。
- README 也提供 GitHub Codespaces 预置开发环境,可跳过本地安装步骤。
核心亮点
- 可视化流程图编排,降低 LLM 应用搭建门槛,便于理解和维护。
- 内置评估与测试框架,支持批量跑分和指标对比,让质量可量化。
- 与 Azure AI 深度集成,部署、监控、日志开箱即用,生产友好。
不足之处
- 文档偏工程化,对新手不够友好,上手曲线较陡。
- 部分高级功能依赖 Azure 生态,本地或非微软云环境体验受限。
适用场景
- 企业内部构建客服问答机器人,需要快速迭代和效果评估。
- AI 应用开发团队需要标准化流程,从实验到生产交付。
- 需要将多个 Prompt 和工具链组合成复杂工作流的场景。
替代项目
LangChain、Semantic Kernel、Flowise
上一篇:generative_ai_with_langchain
下一篇:chainlit
同类项目推荐
ruby_llm
开源
用 Ruby 优雅地构建 AI 应用,一套代码接入所有主流大模型。
The Ruby AI framework.
text-to-sql-bedrock-workshop
开源
在 Bedrock 上从零到精通 Text-to-SQL,动手练出高准确率查询
This repository is intended for those looking to dive deep on advanced Text-to-SQL c···
PSOpenAI
开源
在 PowerShell 里直接调用 ChatGPT,让脚本秒变智能。
PowerShell module for OpenAI API.
agent-skills
开源
给 AI 编程代理装技能,先审后用更放心
The secure, validated skill registry for professional AI coding agents. Extend Antig···
awesome-codex-cli
开源
一站式导航,快速找到 Codex CLI 的 150+ 扩展工具。
Curated list of 150+ tools, skills, subagents & plugins for OpenAI Codex CLI
docs
开源
LangChain 全家桶官方文档一站查齐
Unified LangChain documentation.
bottender
开源
一套代码,搞定所有聊天平台,快速构建对话机器人。
⚡️ A framework for building conversational user interfaces.
ShipGenAI
开源
50个AI应用模板,一键部署收费,代码全归你
50 production-ready Generative AI SaaS apps — brand them, ship them, keep 100% of t···
any-agent
开源
一套代码跑遍多个 Agent 框架,还能直接对比评估
A single interface to use and evaluate different agent frameworks
