towhee

拖拽式搭建AI数据处理管道，快速实现多模态向量化

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 256 👀 关注 28

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3452

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源框架，Apache-2.0许可，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队towhee-io

官网地址https://towhee.io

GitHubhttps://github.com/towhee-io/towhee

定价模式🏷️完全免费

价格说明开源框架，Apache-2.0许可，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Apache-2.0

主要语言Python

技术栈/模型computer-vision,convolutional-networks,embedding-vectors,embeddings,feature-extraction,feature-vector,image-processing,image-retrieval,llm,machine-learning,milvus,pipeline,towhee,transformer,unstructured-data,video-processing,vision-transformer,vit

GitHub 星标★ 3452

上线时间2021-07-13 00:00:00

代码更新2024-10-18

仓库体积38.1 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

Towhee 是一个专注于神经数据处理的 Python 框架，旨在让构建和运行 AI 驱动的数据管道变得简单高效。它解决的是从原始数据（文本、图像、音视频等）到向量化表示及后续处理（如相似性搜索、推荐）的复杂流程问题。核心能力包括：提供丰富的预训练模型和算子，支持通过声明式 API 快速组装多模态数据处理流水线；内置高性能执行引擎，支持批处理和流式处理，并可与向量数据库（如 Milvus）无缝集成；同时提供数据版本管理和管道可观测性，方便调试和迭代。Towhee 降低了构建生产级 AI 数据应用的门槛，使开发者能更专注于业务逻辑而非底层工程细节。

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 ★ 3452

技术标签

computer-vision embeddings image-processing image-retrieval llm

使用教程

难度：入门约 5 分钟部署方式：库/依赖 3 步

环境要求

Python 3.7 或更高版本
已安装可用的 pip 包管理工具
能访问 PyPI 的网络环境

安装与启动步骤

1检查 Python 版本

确认本机 Python 版本不低于 3.7，低于该版本无法安装 Towhee。
```
python --version
```
2安装 Towhee

README 给出的安装方式是同时安装 towhee 主包与 towhee.models 模型包。
```
pip install towhee towhee.models
```
3验证导入

在 Python 中导入 towhee，无报错即表示安装成功，可开始搭建数据处理管道。
```
python -c "import towhee"
```