LLMStack

拖拽搭建 AI 智能体,无需代码,数据驱动业务自动化。

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 350 🐛 待处理 28 👀 关注 24
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2307
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,本地部署,完全免费

项目预览

LLMStack 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类基础设施
开发团队trypromptly
定价模式🏷️完全免费
价格说明开源框架,本地部署,完全免费
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NOASSERTION
主要语言Python
技术栈/模型agents,ai,ai-agents-framework,generative-ai,llm-agents,llm-chain,llm-framework,llmops,llms,no-code-ai,platform
GitHub 星标★ 2307
上线时间2023-08-06 00:00:00
代码更新2024-12-11
仓库体积106.0 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6

项目介绍

LLMStack 是一个无代码的多智能体框架,旨在帮助用户基于自有数据快速构建大语言模型(LLM)智能体、工作流和应用程序。它解决了非技术人员难以将 LLM 集成到业务场景中的痛点,通过可视化拖拽界面,用户无需编写代码即可编排复杂的 AI 工作流。核心能力包括:连接多种数据源(如数据库、文件、API),构建多步骤的智能体协作,提供内置的提示管理、模型管理和部署功能。同时支持将构建的应用发布为 API 或嵌入到现有系统,并具备团队协作和版本管理能力。框架基于 Python,强调可扩展性,允许开发者通过插件或自定义组件增强功能。适合企业快速原型验证和内部工具搭建。

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 ★ 2307

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:本地安装 6 步

环境要求

  • 已安装 Python 及其包管理工具 pip(用于 pip install llmstack)
  • Windows 用户需先在 WSL2 终端中操作,不能直接用原生命令行
  • 可正常访问 localhost:3000 的本地浏览器
  • 可选:OpenAI、Cohere、Stability 等模型供应商的 API Key

安装与启动步骤

  1. 1Windows 先装 WSL2

    README 明确要求 Windows 用户使用 WSL2 安装 LLMStack,装好后进入 WSL2 终端再执行后续命令;Linux/macOS 可跳过此步。

  2. 2安装 LLMStack

    通过 pip 从 PyPI 安装 llmstack 包,安装完成后会提供 llmstack 命令行入口。建议使用独立的 Python 虚拟环境。

    pip install llmstack
  3. 3启动 LLMStack

    执行 llmstack 命令启动服务。首次运行会创建 ~/.llmstack 目录,并把数据库和配置文件放在其中。

    llmstack
  4. 4浏览器访问控制台

    启动成功后程序会自动打开浏览器并指向 localhost:3000;若未自动弹出,可手动访问该地址。

  5. 5修改默认密码

    使用默认管理员账号 admin / promptly 登录,随后立即在管理后台修改密码,避免保留公开的默认凭据。

  6. 6配置模型密钥

    在 Settings 页面添加 OpenAI、Cohere、Stability 等供应商密钥;若要为实例所有用户提供默认密钥,可写入 ~/.llmstack/config 文件。

关键配置

配置项必填说明示例
~/.llmstack是首次运行自动创建,存放数据库与配置文件,务必保留/home/youruser/.llmstack
~/.llmstack/config否写入供应商默认密钥,供实例内所有用户共用/home/youruser/.llmstack/config

如何确认成功

执行 llmstack 后浏览器自动打开或手动访问 localhost:3000 能出现登录页,用 admin / promptly 成功登录即启动成功。

常见问题

Q:默认管理员账号是什么?

A:默认账号为 admin,密码为 promptly。登录后请在管理后台及时修改密码,不要长期使用默认凭据。

Q:Windows 上能直接安装吗?

A:不能直接用原生 Windows 命令行,需先安装 WSL2,在 WSL2 终端里执行 pip install llmstack 和 llmstack。

Q:访问哪个地址、哪个端口?

A:README 给出的访问地址是 http://localhost:3000,启动后会自动打开浏览器指向该地址。

Q:服务的数据和配置存在哪里?

A:首次运行会在用户主目录创建 .llmstack 目录(即 ~/.llmstack),数据库和配置文件都放在里面。

Q:怎么给所有用户统一配好模型密钥?

A:除在 Settings 页面逐个添加外,可把 OpenAI、Cohere、Stability 等供应商的默认密钥写入 ~/.llmstack/config 文件。

注意事项

  • README 只提供了 pip 安装方式,未给出 Docker 部署命令,容器部署请以官方文档为准。
  • 务必在首次登录后修改默认管理员密码(admin / promptly),否则实例存在安全风险。
  • Windows 用户必须在 WSL2 环境中执行安装与启动命令。
  • 首次运行生成的 ~/.llmstack 目录包含数据库和配置,迁移或备份时不要遗漏。

核心亮点

  • 可视化拖拽编排多智能体工作流,降低 AI 应用开发门槛
  • 内置多种数据源连接器,轻松接入私有数据(数据库、文件等)
  • 一键发布为 API 或嵌入网页,快速集成到现有系统

不足之处

  • 项目仍处于成长阶段,文档和社区支持有待完善
  • 复杂场景下自定义能力可能受限,高级用户需编写代码扩展

适用场景

  • 非技术团队快速搭建内部知识库问答机器人
  • 企业自动化业务流程,如客户支持工单分类与回复
  • 开发者快速原型验证 LLM 应用,并部署为 API 服务

替代项目

Flowise、Langflow、Dify

上一篇:mcp-server-langfuse

下一篇:phantasm

同类项目推荐

HugAgentOS 开源

给智能体装上可验证的推理骨架,让每一步决策都有据可查。

HugAgentOS: the open-source Agent Harness that runs 24/7

★ 628 2026-09-16
papergraph-mcp 开源

把数学论文变成有据可查的阅读地图,智能体不再瞎猜

PaperGraph MCP turns math papers into evidence-grounded reading maps for AI agents: ···

★ 278 2026-10-18
claude-code-changelog 开源

盯住 Claude Code 每次更新,看透提示词和功能变化

Tracking prompts, feature flags and metadata of Claude Code releases. Subscribe to ↓···

★ 900 2026-08-09
mcp 开源

把任意 OpenAPI 接口变成 AI 代理工具,快速接入 Claude、Cursor。

Taskade MCP · Official MCP server and OpenAPI to MCP codegen. Build AI agent tools ···

★ 169 2026-08-09
nanoclaw 开源

轻量容器化智能体,安全连接全平台消息应用

A lightweight alternative to OpenClaw that runs in containers for security. Connects···

★ 31096 2026-08-09
gpt-researcher 开源

给个问题,自动搜全网并写出带引用的研究报告

An autonomous agent that conducts deep research on any data using any LLM providers

★ 30591 2026-09-16
mcp-shrimp-task-manager 开源

把 AI 变成资深工程师,自动拆解任务并持续反思优化。

Shrimp Task Manager is a task tool built for AI Agents, emphasizing chain-of-thought···

★ 2150 2026-08-09
skyagi 开源

用 LLM 模拟人类行为,快速搭建多智能体社会实验。

SkyAGI: Emerging human-behavior simulation capability in LLM

★ 775 2026-08-09
Matryoshka 开源

用 REPL 状态分析长文档,省 token 又高效

MCP server for token-efficient large document analysis via the use of REPL state

★ 149 2026-08-09