mirascope

用原生 Python 轻松调 LLM,摆脱笨重框架

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 155 🐛 待处理 42 👀 关注 12
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1535
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

mirascope 项目界面预览图
图片来源:项目官网

项目数据

分类开源模型
开发团队Mirascope
定价模式🏷️完全免费
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🔧 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
技术栈/模型artificial-intelligence,developer-tools,llm,llm-agent,llm-tools,python,typescript
GitHub 星标★ 1535
上线时间2023-12-05 00:00:00
代码更新2026-11-05
仓库体积142.3 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数6

项目介绍

Mirascope 是一个面向大型语言模型(LLM)应用的 Python 开发框架,定位为“反框架”(Anti-Framework)。它旨在解决现有 LLM 框架(如 LangChain)过度抽象、黑盒化、难以调试和定制的问题。Mirascope 提供一套轻量级、模块化的工具,让你用原生 Python 代码直接调用 LLM,同时通过类型提示(Type Hints)和 Pydantic 模型实现结构化输出。核心能力包括:统一的 LLM 调用接口(支持 OpenAI、Anthropic 等)、基于 Pydantic 的响应解析与验证、Prompt 模板管理、以及可组合的流式处理。它强调透明性和可控性,让开发者能完全掌控代码逻辑,同时保留必要的便捷功能,从而提升开发效率和代码可维护性。

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 ★ 1535

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:入门 约 10 分钟 部署方式:库/依赖 4 步

环境要求

  • 已安装 Python(README 标注支持多版本,具体见 PyPI 页面)
  • 已安装 uv 包管理工具(README 的安装命令基于 uv)
  • 调用云端大模型所需的该厂商 API Key

安装与启动步骤

  1. 1安装 Mirascope

    README 指定的安装命令,[all] 表示安装全部可选依赖,请在项目目录下执行。

    uv add "mirascope[all]"
  2. 2配置 API Key

    调用云端 LLM 前需准备对应厂商的 API Key,并按厂商约定写入环境变量后再运行代码。

  3. 3编写调用代码

    使用 @llm.call 装饰器声明模型,函数返回值即 Prompt,调用后通过 text() 取文本结果。

    from mirascope import llm
    
    
    @llm.call("anthropic/claude-sonnet-4-5")
    def recommend_book(genre: str):
        return f"Recommend a {genre} book."
    
    
    response = recommend_book("fantasy")
    print(response.text())
  4. 4运行脚本

    将上一步代码保存为 .py 文件后执行,文件名可自定义,注意与保存路径一致。

    python main.py

如何确认成功

终端打印出模型返回的书籍推荐文本(response.text() 的内容),即表示调用成功。

常见问题

Q:没有安装 uv 怎么办?

A:README 的安装命令基于 uv,请先按 uv 官方文档(docs.astral.sh/uv)安装 uv,再执行 uv add "mirascope[all]"。

Q:运行时报认证或 API Key 相关错误?

A:说明对应厂商的 API Key 未正确配置。请确认已申请 Key,并按该厂商要求写入环境变量,然后重新运行脚本。

Q:怎么换成别的模型?

A:修改 @llm.call 装饰器中的模型字符串即可,格式为「厂商/模型名」,例如 README 中的 anthropic/claude-sonnet-4-5。

Q:structured output 怎么用?

A:README 示例显示结合 Pydantic 的 BaseModel 使用。完整用法请查看官网 mirascope.com 的文档。

注意事项

  • README 仅给出 uv 安装方式(uv add "mirascope[all]"),未提供 pip 安装命令。
  • README 未列出具体的环境变量名、端口或配置项,API Key 相关设置请以各模型厂商文档为准。
  • Mirascope 定位为轻量「反框架」,强调用原生 Python 与类型提示直接调用 LLM,替换或调试成本较低。
  • README 节选中结构化输出示例代码被截断,完整示例请参考官网文档。

核心亮点

  • 轻量透明:无黑盒抽象,代码逻辑完全可见,易于调试和定制
  • 类型安全:基于 Pydantic 强制结构化输出,减少解析错误
  • 多模型支持:统一接口对接 OpenAI、Anthropic 等主流 LLM,切换成本低

不足之处

  • 生态尚小:社区和第三方集成不如 LangChain 丰富
  • 文档/社区待观察:项目处于成长阶段,教程和案例相对有限

适用场景

  • 需要精细控制 LLM 调用逻辑的生产级应用开发
  • 构建自定义工具链或 Agent,避免被框架限制
  • 对输出格式有严格要求的结构化数据提取任务

替代项目

LangChain、LlamaIndex、Instructor

上一篇:PromptHub

下一篇:OpenGenerativeUI

同类项目推荐

embedJs 开源

几行代码搞定文档问答,快速构建 RAG 应用

A NodeJS RAG framework to easily work with LLMs and embeddings

★ 601 2026-08-09
stacklit 开源

一条命令,让 AI 秒懂你的整个代码库

Stop making your AI re-read your codebase. Stacklit maps your repo once and keeps th···

★ 127 2026-08-09
dspy-advanced-prompting 开源

用DSpy实现高级提示词技巧,提升LLM应用效果

State-of-the-art prompting techniques implementation with DSpy - Manager-style promp···

★ 61 2026-08-09
upjet 开源

把 Terraform Provider 自动变成 Crossplane 云资源控制器

A code generation framework and runtime for Crossplane providers

★ 491 2026-09-24
rig 开源

用 Rust 快速搭建可靠、可扩展的 LLM 应用

⚙️ Build modular and scalable LLM Applications in Rust

★ 9100 2026-08-09
skillware 开源

像管理软件包一样管理 AI 技能,让智能体能力随需组合。

A Python framework for modular, self-contained skill management for machines.

★ 180 2026-08-09
pipertool 开源

快速搭建数据科学原型,专注算法验证与迭代

Platform for data science and machine learning prototyping. Developed by Tatradev.co···

★ 56 2026-08-09
ollama-ex 开源

Elixir 项目几行代码接入本地大模型

A nifty little library for working with Ollama in Elixir.

★ 137 2026-10-29
ComfyUI_Noise 开源

在 ComfyUI 中精准操控噪声,玩转图像变体与反采样

6 nodes for ComfyUI that allows for more control and flexibility over noise to do e.···

★ 324 2026-08-09