llm-python

跟着示例学 LLM 开发，从入门到上手 RAG

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署基础设施 🍴 复刻 314 🐛 待处理 1 👀 关注 14

GitHub ↗

GitHub 星标 ★ 932

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源教程与示例脚本，MIT许可证，完全免费，无付费版本。

项目预览

项目数据

分类基础设施

开发团队onlyphantom

GitHubhttps://github.com/onlyphantom/llm-python

定价模式🏷️完全免费

价格说明开源教程与示例脚本，MIT许可证，完全免费，无付费版本。

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Jupyter Notebook

技术栈/模型chromadb,gpt-3,langchain,langchain-python,llamaindex,llm,llmops,openai-api,pinecone,tutorial

GitHub 星标★ 932

上线时间2023-04-06 00:00:00

代码更新2026-02-20

仓库体积2.2 MB

本站数据更新2026-11-07

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

llm-python 是一个面向开发者的 LLM 教程与示例脚本集合，主要使用 Jupyter Notebook 编写，涵盖 LangChain、OpenAI、LlamaIndex、ChromaDB、Pinecone 等主流工具。项目旨在通过可运行的代码示例，帮助开发者快速上手大语言模型应用开发，解决从基础调用到复杂 RAG 流程的实践难题。核心能力包括：提供多种 LLM 框架的对比用法、演示向量数据库的集成方式、展示提示工程与链式调用模式，以及构建检索增强生成（RAG）的完整流程。项目结构清晰，按主题分模块，适合初学者按图索骥，也方便有经验的开发者快速查找特定场景的参考实现。

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 ★ 932

技术标签

chromadb gpt-3 langchain langchain-python llamaindex

使用教程

难度：入门约 10 分钟部署方式：在线课程 4 步

环境要求

Python 3.10+
OpenAI API Key
（部分示例）Pinecone / Chroma

安装与启动步骤

1克隆仓库

每个示例都是独立自包含的脚本或 notebook，可以只挑需要的看。
```
git clone https://github.com/onlyphantom/llm-python.git
```
2建虚拟环境

示例覆盖 langchain、llamaindex、openai agents 等多套栈，建议分目录建环境。
```
python -m venv .venv && source .venv/bin/activate
```
3配 API Key

把 OPENAI_API_KEY 等写进 .env，示例会从环境变量读。
4按主题跑示例

先跑最小可用的 chat 示例，再逐步看 RAG、向量库、Agent 的进阶目录。