[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-OpenPipe--OpenPipe":3,"tool-OpenPipe--OpenPipe":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":67,"owner_name":67,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":78,"owner_url":79,"languages":80,"stars":105,"forks":106,"last_commit_at":107,"license":108,"difficulty_score":109,"env_os":110,"env_gpu":110,"env_ram":110,"env_deps":111,"category_tags":118,"github_topics":119,"view_count":124,"oss_zip_url":77,"oss_zip_packed_at":77,"status":16,"created_at":125,"updated_at":126,"faqs":127,"releases":158},199,"OpenPipe\u002FOpenPipe","OpenPipe","Turn expensive prompts into cheap fine-tuned models","OpenPipe 是一个微调与模型托管平台，旨在帮助开发者将昂贵的提示词转化为低成本微调模型。OpenPipe 有效解决了直接使用大型语言模型成本高、延迟大的痛点，让用户能利用强大模型生成的数据，训练出更小巧、经济且符合特定需求的模型。\n\n这一平台非常适合 AI 应用开发者、研究人员以及希望优化 API 支出的技术团队。OpenPipe 提供了与 OpenAI 兼容的接口，支持 Python 和 TypeScript SDK。其独特亮点在于只需更改一行代码，即可在 GPT-4 与微调后的 Mistral 或 Llama 模型之间无缝切换。此外，OpenPipe 还内置了强大的日志查询、数据集去重以及模型效果对比功能，支持多种主流基座模型。通过 OpenPipe，用户可以轻松管理微调流程，在保持输出质量的同时显著降低运营成本，实现更高效的大模型应用部署。","## **Note:** we’ve temporarily stopped development on the open-source version of OpenPipe to integrate some proprietary third-party code. We hope to make the non-proprietary parts of the repository open again under an open core model once we have the bandwidth to do so!\n\n \u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fopenpipe.ai\">\n    \u003Cimg height=\"70\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenPipe_OpenPipe_readme_4336141ae070.png\" alt=\"logo\">\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\u003Ch1 align=\"center\">\n  OpenPipe\n\u003C\u002Fh1>\n\n\u003Cp align=\"center\">\n  \u003Ci>Open-source fine-tuning and model-hosting platform.\u003C\u002Fi>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"\u002FLICENSE\">\u003Cimg alt=\"License Apache-2.0\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fopenpipe\u002Fopenpipe?style=flat-square\">\u003C\u002Fa>\n  \u003Ca href='http:\u002F\u002Fmakeapullrequest.com'>\u003Cimg alt='PRs Welcome' src='https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg?style=flat-square'\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe\u002Fgraphs\u002Fcommit-activity\">\u003Cimg alt=\"GitHub commit activity\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fcommit-activity\u002Fm\u002Fopenpipe\u002Fopenpipe?style=flat-square\"\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe\u002Fissues\">\u003Cimg alt=\"GitHub closed issues\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues-closed\u002Fopenpipe\u002Fopenpipe?style=flat-square\"\u002F>\u003C\u002Fa>\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FY%20Combinator-S23-orange?style=flat-square\" alt=\"Y Combinator S23\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fapp.openpipe.ai\u002Fp\u002FBRZFEx50Pf\u002Frequest-logs\">Demo\u003C\u002Fa> - \u003Ca href=\"#running-locally\">Running Locally\u003C\u002Fa> - \u003Ca href=\"https:\u002F\u002Fdocs.openpipe.ai\">Docs\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cbr>\nUse powerful but expensive LLMs to fine-tune smaller and cheaper models suited to your exact needs. Query your past requests and evaluate models against one another. Switch between OpenAI and fine-tuned models with one line of code.\n\u003Cbr>\n\n## Features\n\n- Easy integration with OpenAI's SDK in both Python and TypeScript.\n  - [Python SDK](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopenpipe\u002F)\n  - [TypeScript SDK](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fopenpipe)\n- OpenAI-compatible chat completions endpoint.\n- Fine-tune GPT 3.5, Mistral, and Llama 2 models. Host on-platform or download the weights.\n  - Model output is OpenAI-compatible.\n  - Switching from GPT 4 to a fine-tuned Mistral model only requires changing the model name.\n- Query logs using powerful built-in filters.\n- Import datasets in OpenAI-compatible JSONL files.\n- Prune large chunks of duplicate text like system prompts.\n- Compare output accuracy against base models like gpt-3.5-turbo.\n\n## Supported Base Models\n\n- [mistralai\u002FMixtral-8x7B-Instruct-v0.1](https:\u002F\u002Fhuggingface.co\u002Fmistralai\u002FMixtral-8x7B-Instruct-v0.1)\n- [OpenPipe\u002Fmistral-ft-optimized-1227](https:\u002F\u002Fhuggingface.co\u002FOpenPipe\u002Fmistral-ft-optimized-1227)\n- [meta-llama\u002FLlama-3-8B](https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-8B)\n- [meta-llama\u002FLlama-3-70B](https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-70B)\n- [gpt-3.5-turbo-0613](https:\u002F\u002Fopenai.com\u002Fblog\u002Fgpt-3-5-turbo-fine-tuning-and-api-updates)\n- [gpt-3.5-turbo-1106](https:\u002F\u002Fopenai.com\u002Fblog\u002Fgpt-3-5-turbo-fine-tuning-and-api-updates)\n- [gpt-3.5-turbo-0125](https:\u002F\u002Fopenai.com\u002Fblog\u002Fgpt-3-5-turbo-fine-tuning-and-api-updates)\n\n## Documentation\n\n- See [docs](https:\u002F\u002Fdocs.openpipe.ai\u002Fintroduction)\n\n## Running Locally\n\n1. Install [Postgresql](https:\u002F\u002Fwww.postgresql.org\u002Fdownload\u002F).\n2. Install [NodeJS 20](https:\u002F\u002Fnodejs.org\u002Fen\u002Fdownload\u002Fcurrent) (earlier versions will very likely work but aren't tested).\n3. Install `pnpm`: `npm i -g pnpm`\n4. Clone this repository: `git clone https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe`\n5. Install the dependencies: `cd openpipe && pnpm install`\n6. Create a `.env` file (`cd app && cp .env.example .env`) and enter your `OPENAI_API_KEY`.\n7. If you just installed postgres and wish to use the default `DATABASE_URL` run the following commands:\n\n```sh\npsql postgres\nCREATE ROLE postgres WITH LOGIN PASSWORD 'postgres';\nALTER ROLE postgres SUPERUSER;\n```\n\n8. Update `DATABASE_URL` if necessary to point to your Postgres instance and run `pnpm prisma migrate dev` in the `app` directory to create the database.\n9. Create a [GitHub OAuth App](https:\u002F\u002Fdocs.github.com\u002Fen\u002Fapps\u002Foauth-apps\u002Fbuilding-oauth-apps\u002Fcreating-an-oauth-app), set the callback URL to `\u003Cyour local instance>\u002Fapi\u002Fauth\u002Fcallback\u002Fgithub`, e.g. `http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fauth\u002Fcallback\u002Fgithub`.\n10. Update the `GITHUB_CLIENT_ID` and `GITHUB_CLIENT_SECRET` values from the Github OAuth app (Note: a PR to make auth optional when running locally would be a great contribution!).\n11. To start the app run `pnpm dev` in the `app` directory.\n12. Navigate to [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)\n\n## Using Locally\n\n```sh\nimport os\nfrom openpipe import OpenAI\n\nclient = OpenAI(\n    api_key=\"Your API Key\",\n    openpipe={\n        \"api_key\": \"Your OpenPipe API Key\",\n        \"base_url\": \"http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fv1\", # Local OpenPipe instance\n    }\n)\n\ncompletion = client.chat.completions.create(\n    model=\"gpt-3.5-turbo\",\n    messages=[{\"role\": \"system\", \"content\": \"count to 10\"}],\n    openpipe={\n        \"tags\": {\"prompt_id\": \"counting\"},\n        \"log_request\": True\n    },\n)\n```\n\n## Testing Locally\n\n1. Copy your `.env` file to `.env.test`.\n2. Update the `DATABASE_URL` to have a different database name than your development one\n3. Run `DATABASE_URL=[your new datatase url] pnpm prisma migrate dev --skip-seed --skip-generate`\n4. Run `pnpm test`\n","## **注意：** 我们已暂时停止 OpenPipe 开源版本的开发，以集成一些专有的第三方代码。一旦我们有精力这样做，我们希望在开源核心（open core）模式下再次将仓库的非专有部分开放！\n\n \u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fopenpipe.ai\">\n    \u003Cimg height=\"70\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenPipe_OpenPipe_readme_4336141ae070.png\" alt=\"logo\">\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\u003Ch1 align=\"center\">\n  OpenPipe\n\u003C\u002Fh1>\n\n\u003Cp align=\"center\">\n  \u003Ci>开源微调（fine-tuning）和模型托管平台。\u003C\u002Fi>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"\u002FLICENSE\">\u003Cimg alt=\"License Apache-2.0\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fopenpipe\u002Fopenpipe?style=flat-square\">\u003C\u002Fa>\n  \u003Ca href='http:\u002F\u002Fmakeapullrequest.com'>\u003Cimg alt='PRs Welcome' src='https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg?style=flat-square'\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe\u002Fgraphs\u002Fcommit-activity\">\u003Cimg alt=\"GitHub commit activity\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fcommit-activity\u002Fm\u002Fopenpipe\u002Fopenpipe?style=flat-square\"\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe\u002Fissues\">\u003Cimg alt=\"GitHub closed issues\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues-closed\u002Fopenpipe\u002Fopenpipe?style=flat-square\"\u002F>\u003C\u002Fa>\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FY%20Combinator-S23-orange?style=flat-square\" alt=\"Y Combinator S23\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fapp.openpipe.ai\u002Fp\u002FBRZFEx50Pf\u002Frequest-logs\">演示\u003C\u002Fa> - \u003Ca href=\"#running-locally\">本地运行\u003C\u002Fa> - \u003Ca href=\"https:\u002F\u002Fdocs.openpipe.ai\">文档\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cbr>\n使用强大但昂贵的大语言模型（LLMs）来微调更小、更便宜的模型，以满足您的确切需求。查询过去的请求并相互评估模型。只需一行代码即可在 OpenAI 和微调模型之间切换。\n\u003Cbr>\n\n## 功能特性\n\n- 轻松集成 OpenAI 的软件开发工具包（SDK），支持 Python 和 TypeScript。\n  - [Python SDK](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopenpipe\u002F)\n  - [TypeScript SDK](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fopenpipe)\n- 兼容 OpenAI 的聊天补全（chat completions）端点。\n- 微调 GPT 3.5、Mistral 和 Llama 2 模型。在平台上托管或下载权重（weights）。\n  - 模型输出兼容 OpenAI 格式。\n  - 从 GPT 4 切换到微调后的 Mistral 模型只需更改模型名称。\n- 使用强大的内置过滤器查询日志。\n- 导入兼容 OpenAI 格式的 JSONL 文件数据集。\n- 修剪大量重复文本，如系统提示（system prompts）。\n- 与基础模型（base models）（如 gpt-3.5-turbo）对比输出准确性。\n\n## 支持的基础模型\n\n- [mistralai\u002FMixtral-8x7B-Instruct-v0.1](https:\u002F\u002Fhuggingface.co\u002Fmistralai\u002FMixtral-8x7B-Instruct-v0.1)\n- [OpenPipe\u002Fmistral-ft-optimized-1227](https:\u002F\u002Fhuggingface.co\u002FOpenPipe\u002Fmistral-ft-optimized-1227)\n- [meta-llama\u002FLlama-3-8B](https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-8B)\n- [meta-llama\u002FLlama-3-70B](https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-70B)\n- [gpt-3.5-turbo-0613](https:\u002F\u002Fopenai.com\u002Fblog\u002Fgpt-3-5-turbo-fine-tuning-and-api-updates)\n- [gpt-3.5-turbo-1106](https:\u002F\u002Fopenai.com\u002Fblog\u002Fgpt-3-5-turbo-fine-tuning-and-api-updates)\n- [gpt-3.5-turbo-0125](https:\u002F\u002Fopenai.com\u002Fblog\u002Fgpt-3-5-turbo-fine-tuning-and-api-updates)\n\n## 文档\n\n- 查看 [文档](https:\u002F\u002Fdocs.openpipe.ai\u002Fintroduction)\n\n## 本地运行\n\n1. 安装 [Postgresql](https:\u002F\u002Fwww.postgresql.org\u002Fdownload\u002F) 数据库。\n2. 安装 [NodeJS 20](https:\u002F\u002Fnodejs.org\u002Fen\u002Fdownload\u002Fcurrent) 环境（早期版本很可能也能工作，但未经测试）。\n3. 安装 `pnpm` 包管理器：`npm i -g pnpm`\n4. 克隆此仓库：`git clone https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe`\n5. 安装依赖：`cd openpipe && pnpm install`\n6. 创建 `.env` 文件（`cd app && cp .env.example .env`）并输入您的 `OPENAI_API_KEY`。\n7. 如果您刚安装 postgres 并希望使用默认的 `DATABASE_URL`，请运行以下命令：\n\n```sh\npsql postgres\nCREATE ROLE postgres WITH LOGIN PASSWORD 'postgres';\nALTER ROLE postgres SUPERUSER;\n```\n\n8. 如有必要，更新 `DATABASE_URL` 以指向您的 Postgres 实例，并在 `app` 目录中运行 `pnpm prisma migrate dev` 以创建数据库。\n9. 创建一个 [GitHub OAuth 应用](https:\u002F\u002Fdocs.github.com\u002Fen\u002Fapps\u002Foauth-apps\u002Fbuilding-oauth-apps\u002Fcreating-an-oauth-app)，将回调 URL 设置为 `\u003Cyour local instance>\u002Fapi\u002Fauth\u002Fcallback\u002Fgithub`，例如 `http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fauth\u002Fcallback\u002Fgithub`。\n10. 使用 Github OAuth 应用中的值更新 `GITHUB_CLIENT_ID` 和 `GITHUB_CLIENT_SECRET`（注意：如果在本地运行时使身份验证可选，将是一个很好的拉取请求（PR）贡献！）。\n11. 要启动应用，请在 `app` 目录中运行 `pnpm dev`。\n12. 导航至 [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)\n\n## 本地使用\n\n```sh\nimport os\nfrom openpipe import OpenAI\n\nclient = OpenAI(\n    api_key=\"Your API Key\",\n    openpipe={\n        \"api_key\": \"Your OpenPipe API Key\",\n        \"base_url\": \"http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fv1\", # Local OpenPipe instance\n    }\n)\n\ncompletion = client.chat.completions.create(\n    model=\"gpt-3.5-turbo\",\n    messages=[{\"role\": \"system\", \"content\": \"count to 10\"}],\n    openpipe={\n        \"tags\": {\"prompt_id\": \"counting\"},\n        \"log_request\": True\n    },\n)\n```\n\n## 本地测试\n\n1. 将您的 `.env` 文件复制为 `.env.test`。\n2. 更新 `DATABASE_URL` 使其具有与开发环境不同的数据库名称\n3. 运行 `DATABASE_URL=[your new datatase url] pnpm prisma migrate dev --skip-seed --skip-generate`\n4. 运行 `pnpm test`","# OpenPipe 快速上手指南\n\n> **重要提示**：OpenPipe 开源版本的开发已暂时停止，以便集成专有第三方代码。团队计划在带宽允许时，通过开放核心模型重新开放非专有部分。\n\nOpenPipe 是一个开源的微调与模型托管平台，支持使用强大的 LLM 微调更小、更便宜的模型，并提供与 OpenAI 兼容的 API 接口。\n\n## 环境准备\n\n在开始之前，请确保您的系统已安装以下依赖：\n\n*   **数据库**: [PostgreSQL](https:\u002F\u002Fwww.postgresql.org\u002Fdownload\u002F)\n*   **运行时**: [NodeJS 20](https:\u002F\u002Fnodejs.org\u002Fen\u002Fdownload\u002Fcurrent) (早期版本可能可用但未测试)\n*   **包管理器**: `pnpm`\n*   **版本控制**: Git\n*   **语言环境**: Python (用于 SDK 调用)\n\n安装 pnpm：\n```sh\nnpm i -g pnpm\n```\n\n## 安装步骤\n\n### 1. 克隆与依赖安装\n```sh\ngit clone https:\u002F\u002Fgithub.com\u002Fopenpipe\u002Fopenpipe\ncd openpipe && pnpm install\n```\n\n### 2. 配置文件设置\n进入 `app` 目录并创建环境变量文件：\n```sh\ncd app && cp .env.example .env\n```\n编辑 `.env` 文件，填入您的 `OPENAI_API_KEY`。\n\n### 3. 数据库初始化\n如果您刚安装 PostgreSQL 并希望使用默认配置，运行以下命令：\n```sh\npsql postgres\nCREATE ROLE postgres WITH LOGIN PASSWORD 'postgres';\nALTER ROLE postgres SUPERUSER;\n```\n更新 `.env` 中的 `DATABASE_URL` 指向您的 Postgres 实例，然后运行迁移：\n```sh\npnpm prisma migrate dev\n```\n\n### 4. 配置 GitHub OAuth (本地运行必需)\n1. 创建 [GitHub OAuth App](https:\u002F\u002Fdocs.github.com\u002Fen\u002Fapps\u002Foauth-apps\u002Fbuilding-oauth-apps\u002Fcreating-an-oauth-app)。\n2. 设置回调 URL 为 `\u003Cyour local instance>\u002Fapi\u002Fauth\u002Fcallback\u002Fgithub` (例如 `http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fauth\u002Fcallback\u002Fgithub`)。\n3. 将生成的 `GITHUB_CLIENT_ID` 和 `GITHUB_CLIENT_SECRET` 填入 `.env` 文件。\n\n### 5. 启动服务\n在 `app` 目录下运行：\n```sh\npnpm dev\n```\n访问 [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000) 查看界面。\n\n## 基本使用\n\n### 1. 安装 SDK\n支持 Python 和 TypeScript，此处以 Python 为例：\n```sh\npip install openpipe\n```\n\n### 2. 调用示例\n通过 OpenPipe 本地实例调用模型，支持记录请求日志和切换模型：\n\n```python\nimport os\nfrom openpipe import OpenAI\n\nclient = OpenAI(\n    api_key=\"Your API Key\",\n    openpipe={\n        \"api_key\": \"Your OpenPipe API Key\",\n        \"base_url\": \"http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fv1\", # 本地 OpenPipe 实例\n    }\n)\n\ncompletion = client.chat.completions.create(\n    model=\"gpt-3.5-turbo\",\n    messages=[{\"role\": \"system\", \"content\": \"count to 10\"}],\n    openpipe={\n        \"tags\": {\"prompt_id\": \"counting\"},\n        \"log_request\": True\n    },\n)\n```\n\n### 3. 支持的基础模型\n平台支持微调及托管多种模型，包括但不限于：\n*   Mistral (Mixtral-8x7B-Instruct-v0.1 等)\n*   Llama 3 (8B, 70B)\n*   GPT-3.5 Turbo (多个版本)\n\n模型输出与 OpenAI 兼容，切换模型仅需更改 `model` 参数名称。","一家电商初创公司正在开发智能客服系统，需要处理大量用户咨询，初期直接依赖大型闭源模型维持服务质量，但面临成本与性能的双重压力。\n\n### 没有 OpenPipe 时\n- 直接调用 GPT-4 API，单次对话成本过高，每月 token 支出巨大，难以规模化。\n- 响应速度慢，复杂 prompt 导致用户等待时间超过 3 秒，体验不佳。\n- 难以统一客服语气，每次 prompt 调整都需要重新测试所有场景，维护困难。\n- 缺乏历史请求记录管理，无法分析哪些回答效果最好，数据沉淀不足。\n\n### 使用 OpenPipe 后\n- 利用 OpenPipe 将优质 GPT-4 回答作为训练数据，微调 Mistral 小模型，成本降低 90%。\n- 微调后的模型推理速度更快，响应时间缩短至 1 秒内，显著提升用户体验。\n- 通过 SDK 一键切换模型名称，无需重构代码即可部署专用客服模型，迭代灵活。\n- 内置日志查询功能，轻松筛选历史对话，持续优化训练数据集，形成良性循环。\n\nOpenPipe 帮助团队在保证服务质量的前提下，大幅降低了运营成本并提升了响应效率，实现了从昂贵提示词到专属微调模型的平滑过渡。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenPipe_OpenPipe_ad00bae3.png","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FOpenPipe_9f77b50b.png","",null,"https:\u002F\u002Fopenpipe.ai","https:\u002F\u002Fgithub.com\u002FOpenPipe",[81,85,89,93,97,101],{"name":82,"color":83,"percentage":84},"TypeScript","#3178c6",82.8,{"name":86,"color":87,"percentage":88},"Python","#3572A5",15.2,{"name":90,"color":91,"percentage":92},"JavaScript","#f1e05a",0.9,{"name":94,"color":95,"percentage":96},"PLpgSQL","#336790",0.5,{"name":98,"color":99,"percentage":100},"Shell","#89e051",0.4,{"name":102,"color":103,"percentage":104},"Dockerfile","#384d54",0.1,2787,170,"2026-04-04T18:24:32","Apache-2.0",4,"未说明",{"notes":112,"python":110,"dependencies":113},"开源版本开发已暂时停止以集成专有代码。本地运行需安装 Postgresql 和 NodeJS 20，并配置 GitHub OAuth 应用及 OpenAI API Key。平台核心基于 NodeJS，Python 仅用于客户端 SDK 调用。",[114,115,116,117],"NodeJS 20","pnpm","Postgresql","Prisma",[13,15,26,14],[120,121,122,123],"ai","llm","llmops","prompt-engineering",6,"2026-03-27T02:49:30.150509","2026-04-06T06:55:14.238197",[128,133,138,143,148,153],{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},516,"OpenPipe 支持哪个版本的 OpenAI SDK？","早期版本仅支持 openai 4.8.0，但目前已更新支持最新版本。用户确认使用 `openai: 4.17.3` 配合 `openpipe: 0.6.2` 可正常工作。如果遇到流式 API 兼容性问题，请升级 openpipe 客户端到 0.6.2 或更高版本。","https:\u002F\u002Fgithub.com\u002FOpenPipe\u002FOpenPipe\u002Fissues\u002F335",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},517,"为什么新添加的标签（Tags）没有立即显示或搜索不到？","这是一个已知问题，修复已部署。如果您添加了标签但不可见，请尝试更新该标签或记录一条包含该标签的调用日志，之后标签就会变得可见且可搜索。这是因为最近的更改旨在加快请求日志的加载速度。","https:\u002F\u002Fgithub.com\u002FOpenPipe\u002FOpenPipe\u002Fissues\u002F570",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},518,"本地运行时出现 \"Missing required parameter: auth\" 错误怎么办？","这通常与 Replicate 提供商的配置有关。维护者已合并 PR 使 Replicate token 变为可选。请确保升级到包含此修复的版本，或者在配置中将 Replicate token 设置为可选，避免必填导致的认证错误。","https:\u002F\u002Fgithub.com\u002FOpenPipe\u002FOpenPipe\u002Fissues\u002F230",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},519,"执行 seed 命令成功后终端进程卡住不退出怎么办？","此问题已在后续版本中修复。之前是因为 `generateNewCell` 调用 `queryModelQueue` 导致进程挂起。如果遇到此问题，请确保升级到最新版本，维护者已确认该问题已解决。","https:\u002F\u002Fgithub.com\u002FOpenPipe\u002FOpenPipe\u002Fissues\u002F234",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},520,"本地运行时可以跳过认证（Auth）使用访客模式吗？","不支持。所有实验、数据集和微调模型都与项目关联，而项目必须关联到经过认证的用户。维护者表示访客功能对大多数用例没有用处，且大部分数据涉及内部敏感信息，因此不建议也不支持无认证的本地访客模式。","https:\u002F\u002Fgithub.com\u002FOpenPipe\u002FOpenPipe\u002Fissues\u002F247",{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},521,"OpenPipe 有官方的 Docker 镜像或 docker-compose 配置吗？","目前暂无官方 Docker 镜像。仓库已暂时标记为“归档”（archived），因为团队正在整合专有第三方代码。未来可能以\"open core\"模式重新开放非专有部分。目前用户可自行 fork 现有开源代码继续开发或构建自己的镜像。","https:\u002F\u002Fgithub.com\u002FOpenPipe\u002FOpenPipe\u002Fissues\u002F224",[]]