一个快速搭建 AI 应用的思路及实现

[ltaoo1o]

写了一个 AI 应用后，意识到所有 AI 应用都包含两个最基础的能力

• 自定义 LLM 厂商
• 自定义 Agent 及其配置

完全可以把这两个能力抽出来，让 AI 应用搭建更加地简单、快捷。

基于这个思路，实现了 LLMKit ，仍然是我一贯「视图无关」的实现方式，核心逻辑纯 js 实现，可以很好地融入现有代码。

https://github.com/ltaoo/LLMKit

目前实现了一个简单的聊天示例，支持多个 Agent 、支持自定义卡片

截图

后续会增加更多框架、端的示例，感兴趣的可以参考参考。

[kurthumburgmtz97]

请问这个有什么具体的用途呢，聊天的话，好像有很多类似的客户端，区别在哪里呢

[meeop]

非常不错的思路

[ltaoo1o]

@kurthumburgmtz97 用途就是开发自己的 AI 应用更简单。

比如我有一个「笔记本」应用，支持对段落 「 AI 纠错」、「 AI 润色」等等，自己写，要写非常多代码来实现自定义 LLM 厂商、自定义 Agent ，用我这个，截图里面的左边两项就直接能用。
剩下的就是调用 agent 集成到笔记本应用中。

不仅是笔记本应用，需要用到 LLM ，并且需要多 agent 、自定义 LLM 厂商、输入用户自己 apiKey 的场景，用我这个都能非常快就完成。

我后面会写一个 tauri 笔记本示例，可以关注下。

[Jiki]

headless LLM switcher?

[ltaoo1o]

@Jiki 可以这么说。后面还会准备一些常用框架的模板，支持开箱即用

[str49in]

还是太僵硬了 早期公司就这种形式 后来直接 dify 工作流形式更高效了 当前使用 dify 落地几十个场景了

[jiny28]

dify 完全够

[jiny28]

@str49in 请教一下，你们大概都是些什么场景呢

[ltaoo1o]

我刚试用了 dify ，dify 的输出，可以作为我这个 LLMKit 的输入（当然现在没实现只是想法），我也有想过做 agent 编排，这个项目才刚开始写。

「太僵硬」不知道从何而来，LLMKit 这类代码库更灵活才对，毕竟全是代码，想怎么调用 agent 、怎么渲染内容，都是开发者自己决定。

你说 dify 「更高效」是没问题，毕竟都可视化操作了。

[YsHaNg]

@ltaoo1o 这和 open webui 的 pipeline 更相似吧 多了 gui

[ltaoo1o]

@YsHaNg LLMKit 可以作为 openwebui 的一部分功能。

你看到上面截图，右边的「聊天」是使用 LLMKit 开发出的示例应用，左边的部分是我认为每个 AI 应用需要的能力。

[str49in]

@jiny28 主要是一些公司内部业务流程自动化、营销、数据分析和我们自己的剧本业务。接入 dify 后 配合低代码 基本不需要我们开发介入 各部门自己订制流程后后台接入就可以了