fantasy
Fantasy 是一款专为 Go 语言开发者打造的 AI 智能体构建框架。它致力于解决开发过程中面临的模型与服务商碎片化难题,通过统一的 API 接口,让开发者能够轻松接入 OpenRouter、Azure、Bedrock 等多种主流提供商及各类大模型,无需为不同平台编写重复的适配代码。
使用 Fantasy,开发者只需三步即可创建功能强大的 AI 应用:选择心仪的模型与服务商、定义自定义工具(如查询实时数据或执行特定任务)、编译为高效的本地机器码运行。其独特的技术亮点在于极致的简洁性与高性能,不仅支持通用的 OpenAI 兼容层以覆盖更多模型,还能将智能体直接编译为原生二进制文件,便于部署和分发。
目前,Fantasy 正处于快速迭代阶段,已广泛应用于 Charm 团队自家的 Crush 编码助手项目中。虽然暂时专注于文本交互场景(尚未支持图像、音频或多模态输入),但其架构开放,欢迎社区贡献扩展。如果你是一名熟悉 Go 语言的工程师或技术爱好者,希望以最低成本探索 AI 智能体的无限可能,Fantasy 将是你值得信赖的得力助手。
使用场景
某 Go 语言后端团队需要为内部运维系统快速构建一个能调用多个 API(如查询服务器状态、重启服务)的智能诊断助手。
没有 fantasy 时
- 厂商锁定严重:每次切换大模型供应商(如从 OpenAI 切到 Azure),都需要重写大量底层 HTTP 请求和鉴权代码。
- 工具集成繁琐:为 Agent 添加自定义功能(如“重启服务”)时,需手动处理复杂的函数定义、参数解析和错误回调逻辑。
- 多模型测试困难:想要对比不同模型(如 Kimi vs Llama 3)在特定任务上的表现,必须维护多套并行的代码分支。
- 部署依赖沉重:运行 AI 逻辑通常依赖庞大的 Python 环境或容器,增加了运维系统的资源负担和启动时间。
使用 fantasy 后
- 统一接口屏蔽差异:通过 fantasy 的标准 API,只需修改一行配置即可无缝切换 Moonshot、OpenRouter 等不同供应商的模型。
- 原生工具封装简洁:利用
NewAgentTool几行代码即可将现有的 Go 函数注册为 Agent 技能,自动处理参数映射与执行流程。 - 灵活切换验证效果:在同一套代码结构中轻松替换模型名称,即时对比不同模型在运维指令理解上的准确率。
- 编译为单一二进制:借助 Go 的特性,将整个 AI 代理编译为无依赖的原生机器码,直接嵌入现有微服务中高效运行。
fantasy 让 Go 开发者能用最熟悉的语言和最轻量的方式,构建出支持多模型、具备复杂工具调用能力的生产级 AI 代理。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
幻想
用 Go 构建 AI 助手。多提供商、多模型,一个 API。
- 选择模型和提供商
- 添加一些工具
- 编译为原生机器码,尽情发挥
import "charm.land/fantasy"
import "charm.land/fantasy/providers/openrouter"
// 选择你最喜欢的提供商。
provider, err := openrouter.New(openrouter.WithAPIKey(myHotKey))
if err != nil {
fmt.Fprintln(os.Stderr, "哎呀:", err)
os.Exit(1)
}
ctx := context.Background()
// 挑选你喜欢的模型。
model, err := provider.LanguageModel(ctx, "moonshotai/kimi-k2")
if err != nil {
fmt.Fprintln(os.Stderr, "糟糕:", err)
os.Exit(1)
}
// 制作属于你自己的工具。
cuteDogTool := fantasy.NewAgentTool(
"cute_dog_tool",
"提供关于可爱狗狗的最新信息。",
fetchCuteDogInfoFunc,
)
// 为你的助手配备工具。
agent := fantasy.NewAgent(
model,
fantasy.WithSystemPrompt("你是一个适度有帮助、以狗狗为中心的助手。"),
fantasy.WithTools(cuteDogTool),
)
// 让这个助手开始工作吧!
const prompt = "找出洛杉矶银湖地区所有可爱的狗狗。"
result, err := agent.Generate(ctx, fantasy.AgentCall{Prompt: prompt})
if err != nil {
fmt.Fprintln(os.Stderr, "哎呦:", err)
os.Exit(1)
}
fmt.Println(result.Response.Content.Text())
🍔 完整实现及更多内容,请参阅 examples 目录。
多模型?多提供商?
是的!Fantasy 的设计宗旨就是在单一 API 下支持各种各样的提供商和模型。虽然许多提供商,如 Microsoft Azure、Amazon Bedrock 和 OpenRouter,在 Fantasy 中都有专门的包,但其他许多提供商也可以通过 openaicompat——这个通用的 OpenAI 兼容层——很好地工作。当然,如果你发现某个不兼容且需要特殊处理的提供商,请在 issue 中告诉我们(或者直接提交 PR)。
正在开发中
我们构建 Fantasy 是为了驱动 Crush,这是一个用于华丽无敌开发的热门编码助手。因此,Fantasy 目前还不支持以下功能:
- 图像模型
- 音频模型
- PDF 上传
如果你希望看到这些功能被支持,欢迎提交 PR。
你怎么看?
我们非常期待听到你对这个项目的看法。需要帮助吗?我们随时为你效劳。你可以在以下地方找到我们:
Charm 的一部分 Charm。
Charm 热爱开源 • Charm loves open source
版本历史
v0.17.12026/03/25v0.17.02026/03/24v0.16.02026/03/20v0.15.12026/03/19v0.15.02026/03/18v0.14.02026/03/18v0.13.12026/03/17v0.13.02026/03/17v0.12.32026/03/13v0.12.22026/03/12v0.12.12026/03/11v0.12.02026/03/10v0.11.12026/03/05v0.11.02026/02/26v0.10.02026/02/24v0.9.02026/02/19v0.8.12026/02/13v0.8.02026/02/13v0.7.22026/02/13v0.7.12026/02/13常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-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。 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。
everything-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。 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。 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
ComfyUI
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。 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。 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。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备


