react-native-executorch

在 React Native 里跑 AI 模型,一行代码搞定端侧推理

react-native-executorch 是一个将 Meta 的 ExecuTorch 推理引擎封装为 React Native 原生模块的开源库,让开发者能用声明式 API 在移动端直接运行 AI 模型。它解决的是 React Native 生态中长期缺乏高性能、跨平台端侧推理方案的问题,使得 JavaScript 开发者无需编写原生代码即可部署 LLM、图像分类、目标检测、OCR、分割等模型。核心能力包括:模型资源管理(自动下载与缓存)、基于 JSI 的原生调用桥接、支持文本生成(LLM)与视觉任务的统一接口,以及内置的模型示例。项目采用 C++ 实现核心逻辑,保证了推理性能,同时通过 TypeScript 层提供友好的开发者体验。目前处于成长阶段,适合希望在 App 中集成端侧 AI 功能、降低云端依赖的团队。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1745
维护状态 活跃
是否开源
定价模式 free

项目数据

分类音频音乐
开发团队software-mansion
所属国家
定价模式free
价格说明开源项目,本地部署,完全免费。
访问状态
是否开源
开源协议NOASSERTION
主要语言TypeScript
技术栈/模型ai,computer-vision,executorch,llm-inference,mobile-inference,object-detection,ocr,on-device-ai,react-native-ai,speech-to-text,text-to-speech,vlm
GitHub 星标★ 1745
30天Star增速
HF 下载量
上线时间2024-10-16 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
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4

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 4 步

环境要求

  • 一个可正常运行的 React Native 工程(README 未给出创建命令)
  • Node.js 与 npm 环境
  • 已配置好的 iOS/Android 原生开发环境

安装与启动步骤

  1. 1准备 RN 工程

    先准备一个能跑起来的 React Native 项目,README 只提供安装与用法的 Quickstart,未给创建工程的命令。

  2. 2安装依赖库

    在项目根目录安装 react-native-executorch 及其必需的 peer 依赖 worklets 与 blob-util。

    npm install react-native-executorch react-native-worklets react-native-blob-util
  3. 3编写模型调用代码

    用 useLLMChatSession 加载默认 LLM 模型,通过 sendMessage 发送提示词并逐 token 回调打印结果。

    import { Button, View } from 'react-native';
    import { models, useLLMChatSession } from 'react-native-executorch';
    
    export function App() {
      const session = useLLMChatSession(models.llm.LFM2_5_1_2B.DEFAULT);
    
      const handleGenerate = async () => {
        if (!session.isReady || !session.sendMessage) return;
    
        const turn = await session.sendMessage(
          'Explain on-device AI in one sentence.',
          (token) => console.log(token)
        );
    
        console.log('Result messages:', turn.messages);
      };
    
      return (
        
          
  4. 4运行应用

    启动 App 后模型会自动下载并缓存,下载完成后按钮变为 Generate,点击即可在端侧推理。

关键配置

配置项必填说明示例
models.llm.LFM2_5_1_2B.DEFAULT指定要加载的默认 LLM 模型,传给 useLLMChatSession 使用。models.llm.LFM2_5_1_2B.DEFAULT
session.isReady模型是否加载完成,未就绪时不能调用 sendMessage。true
session.downloadProgress模型下载进度百分比,可用于展示 Loading 状态。0

如何确认成功

session.isReady 变为 true、按钮显示 Generate,点击后控制台逐 token 打印输出并返回 messages。

常见问题

Q:首次运行按钮一直显示 Loading?

A:模型需要从网络下载并缓存,下载期间按钮显示下载进度百分比,网络较慢时等待时间会更长。

Q:点击按钮没有反应?

A:代码里做了保护:只有 session.isReady 为 true 且 session.sendMessage 存在时才会执行推理。

Q:只支持文本生成吗?

A:README 的 Quickstart 只演示了 LLM 文本生成,图像分类、检测、OCR、分割等任务请查阅官方文档。

注意事项

  • README 只提供了 npm 安装命令,未提及 pod install 等额外原生依赖步骤。
  • 必须同时安装 react-native-worklets 与 react-native-blob-util 这两个 peer 依赖。
  • 示例使用 models 中的默认 LLM 配置,切换其它模型需参考官方文档。

核心亮点

  • 声明式 API 封装,JS 开发者无需写原生代码即可部署模型
  • 基于 ExecuTorch,支持 LLM、视觉、OCR 等多种模型类型
  • 内置模型下载与缓存管理,开箱即用体验好

不足之处

  • 项目较新,API 稳定性与版本迭代风险需关注
  • 文档覆盖场景有限,复杂自定义模型集成需深入源码

适用场景

  • 在 React Native 应用中集成离线文本生成(如聊天机器人)
  • 移动端实时图像分类或目标检测,无需联网
  • 构建隐私敏感型 AI 应用,数据不出设备

替代项目

react-native-tensorflow-lite、react-native-onnxruntime、react-native-mlkit

项目介绍

react-native-executorch 是开发框架领域的开源项目,由 software-mansion 开发,2024 年首次发布。

在全站 12,961 个收录项目中,它的 GitHub 星标数(1,742)位列前 30%,在开发框架分类中处于中上游。

近 42 天,它的 GitHub 星标从 1,685 增加到 1,742,净增 57。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-19。本地部署,完全免费。

它主要面向的使用场景是:在ReactNative应用中集成离线文本生成(如聊天机器人)。同类可对比的替代方案包括 react-native-tensorflow-lite、react-native-onnxruntime、react-native-mlkit。

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12