skald 是基础设施领域的开源项目，由 skaldlabs 开发，2025 年首次发布。
它收录于基础设施分类，该分类目前共有 1,132 个项目，GitHub 星标数为 564。
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 2026-09-12。
它主要面向的使用场景是：构建企业级RAG系统，统一管理知识库上下文。同类可对比的替代方案包括 LangChain、LlamaIndex、Context7。
skald
把 AI 上下文管起来，让应用更聪明更省钱
skald 是一个部署在基础设施中的上下文层平台，旨在为 AI 应用提供统一、实时的上下文管理。它解决了 AI 应用在获取和使用上下文时面临的碎片化、延迟和成本问题，通过将上下文层从应用逻辑中解耦，实现上下文的集中获取、缓存、过滤和路由。核心能力包括：支持从多种数据源（如数据库、API、文件）动态拉取上下文，基于语义缓存降低 LLM 调用成本，提供策略引擎控制上下文注入，以及可观测性追踪。它使用 TypeScript 编写，易于集成到现有 Kubernetes 或云环境中，适合构建 RAG、Agent 和复杂 AI 工作流。
开源
unknown
搜索知识
GitHub 星标
★ 564
维护状态
低维护
是否开源
是
定价模式
unknown
项目数据
分类搜索知识
开发团队skaldlabs
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议NOASSERTION
主要语言TypeScript
技术栈/模型ai,chat,javascript,knowledge-base,python,rag,self-hosted,typescript
GitHub 星标★ 564
30天Star增速
HF 下载量
上线时间2025-10-09 00:00:00
最近更新2026-09-12 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5
使用教程
核心亮点
- 统一上下文接口，屏蔽多数据源差异，开发接入简单
- 内置语义缓存，显著降低 LLM API 调用成本
- 策略驱动上下文过滤，提升回答相关性和安全性
不足之处
- 项目早期，文档和社区生态尚不完善
- 部署运维依赖基础设施，学习曲线较陡
适用场景
- 构建企业级 RAG 系统，统一管理知识库上下文
- 开发复杂 AI Agent，需要动态组装多源上下文
- 优化 LLM 成本，通过缓存减少重复请求
替代项目
LangChain、LlamaIndex、Context7
项目介绍
同类项目推荐
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···