[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-llm-workflow-engine--llm-workflow-engine":3,"tool-llm-workflow-engine--llm-workflow-engine":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},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,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},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",145895,2,"2026-04-08T11:32:59",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},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。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","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。\n\n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。\n\n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",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-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。\n\n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。\n\nLLMs-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",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":64,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":78,"stars":94,"forks":95,"last_commit_at":96,"license":97,"difficulty_score":32,"env_os":98,"env_gpu":99,"env_ram":99,"env_deps":100,"category_tags":103,"github_topics":104,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":113,"updated_at":114,"faqs":115,"releases":145},5457,"llm-workflow-engine\u002Fllm-workflow-engine","llm-workflow-engine","Power CLI and Workflow manager for LLMs (core package)","LLM Workflow Engine（简称 LWE）是一款专为大语言模型（LLM）打造的强大命令行工具与工作流管理器。它让用户能够直接在终端中与 ChatGPT、GPT-4 等主流模型进行交互，无需依赖图形界面，极大地提升了操作效率与灵活性。\n\nLWE 有效解决了开发者在集成 AI 能力时面临的流程繁琐问题。它不仅支持直接调用 OpenAI 官方 API，还通过简洁的插件架构兼容 Cohere、Huggingface 等多种模型提供商。其核心亮点在于能将单一的 AI 对话转化为复杂的自动化工作流，例如轻松嵌入 Ansible Playbooks 中，并支持工具调用功能，让 AI 不仅能“说”，还能“做”。此外，LWE 既提供 Python 库供代码调用，也支持 Docker 部署，满足不同场景需求。\n\n这款工具非常适合开发者、运维工程师及 AI 研究人员使用。如果你习惯在命令行环境下工作，或希望将大模型能力深度整合到现有的自动化脚本与系统中，LLM Workflow Engine 将是一个高效、灵活且易于扩展的理想选择。作为早期知名项目 ChatGPT Wrapper 的进化版，它在","LLM Workflow Engine（简称 LWE）是一款专为大语言模型（LLM）打造的强大命令行工具与工作流管理器。它让用户能够直接在终端中与 ChatGPT、GPT-4 等主流模型进行交互，无需依赖图形界面，极大地提升了操作效率与灵活性。\n\nLWE 有效解决了开发者在集成 AI 能力时面临的流程繁琐问题。它不仅支持直接调用 OpenAI 官方 API，还通过简洁的插件架构兼容 Cohere、Huggingface 等多种模型提供商。其核心亮点在于能将单一的 AI 对话转化为复杂的自动化工作流，例如轻松嵌入 Ansible Playbooks 中，并支持工具调用功能，让 AI 不仅能“说”，还能“做”。此外，LWE 既提供 Python 库供代码调用，也支持 Docker 部署，满足不同场景需求。\n\n这款工具非常适合开发者、运维工程师及 AI 研究人员使用。如果你习惯在命令行环境下工作，或希望将大模型能力深度整合到现有的自动化脚本与系统中，LLM Workflow Engine 将是一个高效、灵活且易于扩展的理想选择。作为早期知名项目 ChatGPT Wrapper 的进化版，它在保持易用性的同时，赋予了用户更强大的编排与控制能力。","[![Test status](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fpython-app.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fpython-app.yml)\n[![CodeQL](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fgithub-code-scanning\u002Fcodeql\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fgithub-code-scanning\u002Fcodeql)\n\n\u003Cp align=\"center\">\n  \u003Cimg alt=\"lwe-logo-small\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fllm-workflow-engine_llm-workflow-engine_readme_5fbca1e473e0.png\" \u002F>\n\u003C\u002Fp>\n\n\u003Ch1>\n  \u003Cp align=\"center\">\n    LLM Workflow Engine\n  \u003C\u002Fp>\n\u003C\u002Fh1>\n\n\u003Cp id=\"summary-header\" align=\"center\">LLM Workflow Engine (LWE) is a \u003Cb>Power CLI\u003C\u002Fb> and \u003Cb>Workflow manager\u003C\u002Fb> for LLMs.\u003C\u002Fp>\n\n\u003Ch4 id=\"documentation\" align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fllm-workflow-engine.readthedocs.io\" target=\"_blank\">\n    Read the documentation\n  \u003C\u002Fa>\n\u003C\u002Fh4>\n\n\u003Ch4 id=\"intro-video\" align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=-FiYQiS5nY4\" target=\"_blank\">\n    WATCH INTRO VIDEO\n  \u003C\u002Fa>\n\u003C\u002Fh4>\n\n## Welcome!\n\nWhat would you like to do?\n\n* [Learn about the project](https:\u002F\u002Fllm-workflow-engine.readthedocs.io)\n* [Install LWE](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Finstallation.html)\n* [Learn how to use it](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fhow_it_works.html)\n* [Read the documentation](https:\u002F\u002Fllm-workflow-engine.readthedocs.io)\n* [Learn more about configuration\u002Ffeatures](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fconfiguration.html)\n* [Troubleshoot common issues](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Ftroubleshooting.html)\n* [Upgrade LWE](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fupgrading.html)\n* [Using GPT4](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fmodel_access.html#gpt4)\n* [Report a bug](ISSUES.md)\n* [Get support](SUPPORT.md)\n\n\n## What happend to the original ChatGPT Wrapper project?\n\nSee [CHATGPT_WRAPPER.md](CHATGPT_WRAPPER.md)\n\nChatGPT Wrapper was an amazing tool for its time, thank you to its original creator [mmabrouk](https:\u002F\u002Fgithub.com\u002Fmmabrouk) for all your hard work, it lives on in a new form :)\n\n## Highlights\n\n🤖 LWE lets you use the powerful ChatGPT\u002FGPT4 bot from the **command line**.\n\n💬 **Runs in Shell**. You can call and interact with ChatGPT\u002FGPT4 in the terminal.\n\n💻  **Supports official ChatGPT API**. Make API calls directly to the OpenAI ChatGPT endpoint (all supported models accessible by your OpenAI account)\n\n🔌 [**Simple plugin architecture**](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fplugins.html#core-plugins). Extend LWE with custom functionality\n\n🗣 **Supports multiple LLM providers**. Provider plugins allow interacting with other LLMs (GPT-3, Cohere, Huggingface, etc.)\n\n🔄[**Build workflows**](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fworkflows.html). Easily integrate calls to an LLM into larger workflows via Ansible Playbooks\n\n🔧 [**Tool use**](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Ftools.html). (for supported providers)\n\n🐳 **Docker image**. LWE is also available as a docker image. (experimental)\n\n🐍**Python API**. LWE also has a Python library that lets you use ChatGPT\u002FGPT4 in your Python scripts.\n\n## Projects built with the original ChatGPT Wrapper\n\n- [bookast: ChatGPT Podcast Generator For Books](https:\u002F\u002Fgithub.com\u002FSamMethnani\u002Fbookast)\n- [ChatGPT.el: ChatGPT in Emacs](https:\u002F\u002Fgithub.com\u002Fjoshcho\u002FChatGPT.el)\n- [ChatGPT Reddit Bot](https:\u002F\u002Fgithub.com\u002FPopDaddyGames\u002FChatGPT-RedditBot)\n- [Smarty GPT](https:\u002F\u002Fgithub.com\u002Fcitiususc\u002FSmarty-GPT\u002Ftree\u002Fv1.1.0)\n- [ChatGPTify](https:\u002F\u002Fgithub.com\u002Fidilsulo\u002FChatGPTify)\n- [selection-to-chatgpt](https:\u002F\u002Fgithub.com\u002Fcollin-murphy\u002Fselection-to-chatgpt)\n\n## Contributing\n\nWe welcome contributions to LWE! If you have an idea for a new feature or have found a bug, please open an issue on the GitHub repository.\n\n## License\n\nThis project is licensed under the MIT License - see the LICENSE file for details.\n\n## Acknowledgments\n\n- The original ChatGPT Wrapper project (which LWE grew from) was created and maintained by [mmabrouk](https:\u002F\u002Fgithub.com\u002Fmmabrouk) \n- The original ChatGPT Wrapper project is a modification from [Taranjeet](https:\u002F\u002Fgithub.com\u002Ftaranjeet\u002Fchatgpt-api) code which is a modification of [Daniel Gross](https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt) code.\n\n## Star History\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fllm-workflow-engine_llm-workflow-engine_readme_2b176dd84c2e.png)](https:\u002F\u002Fstar-history.com\u002F#llm-workflow-engine\u002Fllm-workflow-engine&Date)\n","[![测试状态](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fpython-app.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fpython-app.yml)\n[![CodeQL](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fgithub-code-scanning\u002Fcodeql\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Factions\u002Fworkflows\u002Fgithub-code-scanning\u002Fcodeql)\n\n\u003Cp align=\"center\">\n  \u003Cimg alt=\"lwe-logo-small\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fllm-workflow-engine_llm-workflow-engine_readme_5fbca1e473e0.png\" \u002F>\n\u003C\u002Fp>\n\n\u003Ch1>\n  \u003Cp align=\"center\">\n    LLM 工作流引擎\n  \u003C\u002Fp>\n\u003C\u002Fh1>\n\n\u003Cp id=\"summary-header\" align=\"center\">LLM 工作流引擎（LWE）是面向 LLM 的\u003Cb>强大 CLI\u003C\u002Fb> 和 \u003Cb>工作流管理器\u003C\u002Fb>。\u003C\u002Fp>\n\n\u003Ch4 id=\"documentation\" align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fllm-workflow-engine.readthedocs.io\" target=\"_blank\">\n    阅读文档\n  \u003C\u002Fa>\n\u003C\u002Fh4>\n\n\u003Ch4 id=\"intro-video\" align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=-FiYQiS5nY4\" target=\"_blank\">\n    观看介绍视频\n  \u003C\u002Fa>\n\u003C\u002Fh4>\n\n## 欢迎！\n\n您想做什么？\n\n* [了解该项目](https:\u002F\u002Fllm-workflow-engine.readthedocs.io)\n* [安装 LWE](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Finstallation.html)\n* [学习如何使用](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fhow_it_works.html)\n* [阅读文档](https:\u002F\u002Fllm-workflow-engine.readthedocs.io)\n* [了解更多关于配置和功能的信息](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fconfiguration.html)\n* [排查常见问题](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Ftroubleshooting.html)\n* [升级 LWE](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fupgrading.html)\n* [使用 GPT4](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fmodel_access.html#gpt4)\n* [报告 bug](ISSUES.md)\n* [获取支持](SUPPORT.md)\n\n\n## 原始 ChatGPT 包装项目后来怎么样了？\n\n请参阅 [CHATGPT_WRAPPER.md](CHATGPT_WRAPPER.md)\n\nChatGPT 包装在当时是一款非常出色的工具，感谢其原始创建者 [mmabrouk](https:\u002F\u002Fgithub.com\u002Fmmabrouk) 的辛勤付出，它如今以全新的形式延续着生命 :)\n\n## 亮点\n\n🤖 LWE 允许您通过 **命令行** 使用强大的 ChatGPT\u002FGPT4 机器人。\n\n💬 **在 Shell 中运行**。您可以在终端中调用并与 ChatGPT\u002FGPT4 交互。\n\n💻  **支持官方 ChatGPT API**。直接向 OpenAI ChatGPT 端点发起 API 调用（您的 OpenAI 账户可访问的所有支持模型）。\n\n🔌 [**简单的插件架构**](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fplugins.html#core-plugins)。通过自定义功能扩展 LWE。\n\n🗣 **支持多个 LLM 提供商**。提供商插件允许与其他 LLM（GPT-3、Cohere、Huggingface 等）进行交互。\n\n🔄[**构建工作流**](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Fworkflows.html)。通过 Ansible Playbook 轻松将对 LLM 的调用集成到更大的工作流中。\n\n🔧 [**工具使用**](https:\u002F\u002Fllm-workflow-engine.readthedocs.io\u002Fen\u002Flatest\u002Ftools.html)。（适用于支持的提供商）\n\n🐳 **Docker 镜像**。LWE 也提供 Docker 镜像。（实验性）\n\n🐍**Python API**。LWE 还提供 Python 库，让您可以在 Python 脚本中使用 ChatGPT\u002FGPT4。\n\n## 使用原始 ChatGPT 包装构建的项目\n\n- [bookast：书籍的 ChatGPT 播客生成器](https:\u002F\u002Fgithub.com\u002FSamMethnani\u002Fbookast)\n- [ChatGPT.el：Emacs 中的 ChatGPT](https:\u002F\u002Fgithub.com\u002Fjoshcho\u002FChatGPT.el)\n- [ChatGPT Reddit 机器人](https:\u002F\u002Fgithub.com\u002FPopDaddyGames\u002FChatGPT-RedditBot)\n- [Smarty GPT](https:\u002F\u002Fgithub.com\u002Fcitiususc\u002FSmarty-GPT\u002Ftree\u002Fv1.1.0)\n- [ChatGPTify](https:\u002F\u002Fgithub.com\u002Fidilsulo\u002FChatGPTify)\n- [selection-to-chatgpt](https:\u002F\u002Fgithub.com\u002Fcollin-murphy\u002Fselection-to-chatgpt)\n\n## 参与贡献\n\n我们欢迎对 LWE 的贡献！如果您有新功能的想法或发现了 bug，请在 GitHub 仓库中提交一个问题。\n\n## 许可证\n\n本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。\n\n## 致谢\n\n- 原始 ChatGPT 包装项目（LWE 正是从此发展而来）由 [mmabrouk](https:\u002F\u002Fgithub.com\u002Fmmabrouk) 创建并维护。\n- 原始 ChatGPT 包装项目是对 [Taranjeet](https:\u002F\u002Fgithub.com\u002Ftaranjeet\u002Fchatgpt-api) 代码的修改，而该代码又是对 [Daniel Gross](https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt) 代码的修改。\n\n## 星标历史\n\n[![星标历史图表](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fllm-workflow-engine_llm-workflow-engine_readme_2b176dd84c2e.png)](https:\u002F\u002Fstar-history.com\u002F#llm-workflow-engine\u002Fllm-workflow-engine&Date)","# LLM Workflow Engine (LWE) 快速上手指南\n\nLLM Workflow Engine (LWE) 是一款强大的命令行工具和工作流管理器，专为与大语言模型（如 ChatGPT\u002FGPT-4）交互而设计。它支持在终端直接调用 API、构建自动化工作流以及通过 Python 脚本集成。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux、macOS 或 Windows (需安装 WSL 或 Git Bash)。\n*   **Python 版本**：Python 3.8 或更高版本。\n*   **依赖项**：\n    *   `pip` (Python 包管理工具)\n    *   OpenAI API Key (用于访问官方模型)\n*   **网络环境**：由于需要连接 OpenAI 服务，请确保网络通畅。国内用户建议配置代理或使用符合规定的加速方案。\n\n## 安装步骤\n\n推荐使用 `pip` 进行安装。您可以直接使用 PyPI 源，或者使用国内镜像源以加快下载速度。\n\n### 方式一：使用国内镜像源（推荐）\n\n```bash\npip install llm-workflow-engine -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 方式二：使用官方源\n\n```bash\npip install llm-workflow-engine\n```\n\n### 验证安装\n\n安装完成后，运行以下命令检查版本以确认安装成功：\n\n```bash\nlwe --version\n```\n\n### 配置 API Key\n\n首次使用前，需要配置您的 OpenAI API Key。运行以下交互式命令：\n\n```bash\nlwe config\n```\n\n按照提示输入您的 `OPENAI_API_KEY`。或者，您也可以直接设置环境变量：\n\n```bash\nexport OPENAI_API_KEY=\"sk-your-api-key-here\"\n```\n\n## 基本使用\n\nLWE 的核心功能是通过命令行与 LLM 进行对话或执行任务。\n\n### 1. 启动交互式对话\n\n直接在终端输入 `lwe` 即可进入交互模式，随后您可以像使用聊天机器人一样输入问题：\n\n```bash\nlwe\n```\n\n**示例会话：**\n```text\n> 请用 Python 写一个快速排序算法\n\u003C (LLM 返回代码及解释)\n> 为这段代码添加注释\n\u003C (LLM 返回带注释的代码)\n```\n\n### 2. 单次命令调用\n\n如果您希望在 Shell 脚本中直接使用或仅获取一次结果，可以使用 `-p` (prompt) 参数：\n\n```bash\nlwe -p \"解释一下量子纠缠的基本概念\"\n```\n\n### 3. 指定模型\n\n默认情况下，LWE 会使用您账户可用的默认模型。您可以通过 `--model` 参数指定特定模型（如 `gpt-4`）：\n\n```bash\nlwe -p \"总结这篇文档\" --model gpt-4\n```\n\n### 4. 结合工作流 (进阶)\n\nLWE 支持将 LLM 调用集成到更大的工作流中（例如配合 Ansible）。您可以查看官方文档了解如何定义复杂的 Workflow 配置文件。\n\n---\n*更多高级功能（如插件系统、工具调用 Tool Use 及 Docker 部署），请参阅 [官方文档](https:\u002F\u002Fllm-workflow-engine.readthedocs.io)。*","某后端开发团队需要在每日构建流程中，自动调用大模型对代码提交记录进行智能分析并生成日报，同时需兼容内部私有化部署的 LLM 模型。\n\n### 没有 llm-workflow-engine 时\n- 开发人员必须手动复制粘贴 Git 日志到网页版聊天界面，反复切换窗口导致上下文频繁中断，效率极低。\n- 缺乏统一的命令行入口，无法将大模型调用直接嵌入现有的 Shell 脚本或 Ansible 自动化运维流程中。\n- 切换不同大模型供应商（如从 OpenAI 切换到本地 Huggingface 模型）需要重写大量底层 API 对接代码，维护成本高昂。\n- 复杂的提示词（Prompt）逻辑散落在各个临时脚本里，难以版本化管理和复用，容易导致输出结果不稳定。\n\n### 使用 llm-workflow-engine 后\n- 开发者直接在终端通过 `lwe` 命令传入 Git 日志，一键获取结构化日报，全程无需离开命令行环境，工作流丝滑连贯。\n- 利用其原生的工作流管理功能，轻松将大模型分析步骤编排进 CI\u002FCD 流水线，实现从代码提交到报告生成的全自动化。\n- 借助插件架构，仅需修改配置文件即可无缝切换底层模型提供商，无需改动任何业务逻辑代码，灵活适配多种算力环境。\n- 通过标准化的工作流定义文件统一管理提示词模板，确保团队所有成员调用的分析逻辑一致，显著提升了输出质量的可控性。\n\nllm-workflow-engine 的核心价值在于它将大模型能力转化为可编排、可集成的命令行原语，让 AI 真正成为了自动化运维与开发流程中的标准组件。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fllm-workflow-engine_llm-workflow-engine_60104be9.png","LLM Workflow Engine","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fllm-workflow-engine_3559e267.png","",null,"https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine",[79,83,87,91],{"name":80,"color":81,"percentage":82},"Python","#3572A5",99.5,{"name":84,"color":85,"percentage":86},"Shell","#89e051",0.4,{"name":88,"color":89,"percentage":90},"Mako","#7e858d",0.1,{"name":92,"color":93,"percentage":90},"Dockerfile","#384d54",3720,471,"2026-04-03T12:09:44","MIT","Linux, macOS, Windows","未说明",{"notes":101,"python":99,"dependencies":102},"该工具主要作为命令行接口 (CLI) 和工作流管理器，支持通过 API 调用 OpenAI、Cohere、Huggingface 等提供商的模型，因此本地运行通常不需要高性能 GPU。支持 Docker 部署（实验性）和 Python API 调用。具体安装步骤和依赖需参考官方文档链接。",[99],[35,14],[105,106,107,108,109,110,111,112],"chatgpt","chatbot","gpt3","llm","openai","gpt-3","gpt4","python","2026-03-27T02:49:30.150509","2026-04-08T21:08:39.738294",[116,121,126,131,136,141],{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},24769,"`chatgpt-wrapper` 和 `ChatGPT` 这两个 Python 包有什么区别和联系？","这两个包功能相似，都是基于 Python 的 ChatGPT 封装工具。主要区别在于实现细节和维护者不同。在使用时，为了减少下载体积，建议指定浏览器安装 Playwright，例如运行 `playwright install firefox`，这样只需下载约 75MB 的数据，而不是安装所有浏览器内核。","https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Fissues\u002F164",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},24770,"直接在脚本中使用 `ChatGPT` 类时出现异步错误或程序崩溃怎么办？","这是由于异步更新导致的同步包装器问题，且依赖 `__del__` 方法进行清理不可靠。解决方案有两种：1. 手动调用 `cleanup()` 方法来管理资源，特别是在创建和销毁大量对象时；2. 使用上下文管理器（context manager）来自动处理对象的创建和清理。目前建议用户在使用 `ChatGPT` 或 `AsyncChatGPT` 类时，显式管理其生命周期。","https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Fissues\u002F191",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},24771,"调用 `chatgpt.ask()` 时程序挂起或报错 'Request context disposed' 如何解决？","这通常是因为自动生成聊天标题的请求超时或处理不当导致的。维护者已在最新版本中添加了合理的超时设置并改进了错误处理。请升级到最新版本即可解决该问题。如果问题依旧，请检查网络连接或尝试手动设置标题参数。","https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Fissues\u002F231",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},24772,"程序运行后没有返回任何答案，也没有报错信息，可能是什么原因？","这种情况通常是因为使用的是免费账户而非付费账户（ChatGPT Plus），或者登录会话已过期。请确认您的账号类型，如果是 Plus 用户，请确保配置正确。此外，可以尝试重启浏览器进程并重新安装配置：运行 `pkill firefox` 然后执行 `chatgpt install` 来刷新会话。","https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Fissues\u002F82",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},24773,"这个库支持 ChatGPT Plus（付费订阅）用户吗？如何配置模型？","是的，支持 ChatGPT Plus。默认情况下，代码已更新为使用 `text-davinci-002-render-sha`（Turbo 模型），这对 Plus 用户通常有效。如果您想使用旧版模型，可以将模型配置更改为 `text-davinci-002-render-paid`。如果超过每小时限制，可能会收到“登录会话过期”的提示，此时需重启浏览器进程。","https:\u002F\u002Fgithub.com\u002Fllm-workflow-engine\u002Fllm-workflow-engine\u002Fissues\u002F90",{"id":142,"question_zh":143,"answer_zh":144,"source_url":120},24774,"如何在发送消息时输入多行文本？目前按 Enter 键就直接发送了。","目前工具默认使用 Enter 键触发发送，导致无法直接输入多行文本。这是一个已知的使用限制。变通方法包括在代码中构造包含换行符的字符串直接传入 `ask()` 函数，或者等待后续版本改进交互逻辑。当前版本主要面向脚本调用，交互式多行输入支持有限。",[146,151,156,161,166,171,176,181,186,191,196,201,206,211,216,221,226,231,236,241],{"id":147,"version":148,"summary_zh":149,"released_at":150},154271,"v0.22.21","* **2026年3月5日（星期四）：** GPT 5.4\n* **2026年3月3日（星期二）：** GPT 5.3 聊天","2026-03-05T22:19:00",{"id":152,"version":153,"summary_zh":154,"released_at":155},154272,"v0.22.20","* **2025年12月28日（周日）：** 修复#354：Ansible 的 'community.general.yaml' 回调插件已被移除","2025-12-29T02:11:53",{"id":157,"version":158,"summary_zh":159,"released_at":160},154273,"v0.22.19","* **2025年12月11日（周四）：** GPT-5.2\n* **2025年11月19日（周三）：** 移除对 Python 3.9 的支持","2025-12-11T20:39:48",{"id":162,"version":163,"summary_zh":164,"released_at":165},154274,"v0.22.18","* **周三 2025年11月19日：** 升级依赖\n* **周一 2025年11月17日：** GPT 5.1","2025-11-19T16:35:38",{"id":167,"version":168,"summary_zh":169,"released_at":170},154275,"v0.22.17","* **2025年10月6日（星期一）：** GPT-5 Pro","2025-10-06T19:08:47",{"id":172,"version":173,"summary_zh":174,"released_at":175},154276,"v0.22.16","* **2025年9月22日（星期一）：** 修复#353：Python软件包中缺少Ansible配置文件","2025-09-22T18:45:50",{"id":177,"version":178,"summary_zh":179,"released_at":180},154277,"v0.22.15","* **2025年8月11日（周一）：** 升级 LangChain 依赖\n* **2025年8月11日（周一）：** 在提供者类中添加 `llm_pre_init` 和 `llm_pre_call` 钩子；将 `provider_chat_openai` 迁移到 Responses API\n* **2025年8月11日（周一）：** 如果可用，为标题生成使用各提供者的非流式方法\n* **2025年8月11日（周一）：** 将默认后端模型更改为 GPT-4.1 Nano\n* **2025年8月10日（周日）：** 添加 verbosity 参数","2025-08-11T17:39:52",{"id":182,"version":183,"summary_zh":184,"released_at":185},154278,"v0.22.14","* **2025年8月7日（星期四）：** gpt-5","2025-08-07T19:41:11",{"id":187,"version":188,"summary_zh":189,"released_at":190},154279,"v0.22.13","* **2025年7月8日（星期二）：** 修复过时的文档","2025-07-08T13:54:42",{"id":192,"version":193,"summary_zh":194,"released_at":195},154280,"v0.22.12","* **2025年6月10日（周二）：** 添加对 o1-pro\u002Fo3-pro 的支持\n* **2025年5月8日（周四）：** 更新 AI21 插件文档\n* **2025年5月3日（周六）：** 添加 xAI 提供商插件的文档","2025-06-11T01:21:47",{"id":197,"version":198,"summary_zh":199,"released_at":200},154281,"v0.22.11","* **Wed Apr 16 2025:** o3\u002Fo4-mini\r\n* **Mon Apr 14 2025:** gpt 4.1 mini\u002Fnano","2025-04-16T18:55:38",{"id":202,"version":203,"summary_zh":204,"released_at":205},154282,"v0.22.10","* **Mon Apr 14 2025:** gpt-4.1","2025-04-14T17:59:50",{"id":207,"version":208,"summary_zh":209,"released_at":210},154283,"v0.22.9","* **Mon Apr 07 2025:** migrate from textract to kreuzberg *(NOTE: with kreuzberg, pandoc is a required dependency for using workflows with non-PDF documents)*\r\n* **Mon Apr 07 2025:** switch to newer build system","2025-04-10T16:36:51",{"id":212,"version":213,"summary_zh":214,"released_at":215},154284,"v0.22.7","* **Wed Mar 19 2025:** support AIMessage objects in streaming\r\n* **Wed Mar 19 2025:** workaround for inconsistent system message types in OpenAI reasoning models\r\n* **Fri Feb 28 2025:** kill unneeded debug imports\r\n* **Fri Feb 28 2025:** override debug log file location with LWE_DEBUG_LOG_FILE env var\r\n","2025-03-20T00:48:16",{"id":217,"version":218,"summary_zh":219,"released_at":220},154285,"v0.22.6","* **Thu Feb 27 2025:** GPT 4.5 preview\r\n* **Mon Feb 24 2025:** fix side effect in recursive function\r\n* **Mon Feb 24 2025:** alpha support for provider specific overrides for handling streaming\u002Fnon-streaming response\r\n* **Mon Feb 24 2025:** bump langchain\u002Flangchain-core requirements\r\n* **Tue Feb 11 2025:** validate_models config setting for provider_chat_openai, default True\r\n* **Fri Jan 31 2025:** add reasoning_effort param to chat_openai provider\r\n* **Fri Jan 31 2025:** bump requirements","2025-02-28T01:30:10",{"id":222,"version":223,"summary_zh":224,"released_at":225},154286,"v0.22.5","* **Fri Jan 31 2025:** o3-mini","2025-01-31T19:49:41",{"id":227,"version":228,"summary_zh":229,"released_at":230},154287,"v0.22.4","* **Sat Jan 18 2025:** allow passing files in request_overrides for supported providers\r\n* **Wed Jan 15 2025:** add suspend via CTRL+Z on supported operating systems\r\n* **Fri Dec 27 2024:** add api_key_env_var parameter to OpenAI compat provider This setting supercedes openai_api_key, when set it attempts to read the API key value from the specified environment variable name","2025-01-18T23:48:42",{"id":232,"version":233,"summary_zh":234,"released_at":235},154288,"v0.22.3","* **Thu Dec 19 2024:** o1\r\n* **Sat Dec 07 2024:** bump custom textract version\r\n* **Thu Nov 21 2024:** move file logging from REPL to API backend, clean up formatting","2024-12-19T12:29:39",{"id":237,"version":238,"summary_zh":239,"released_at":240},154289,"v0.22.2","* **Thu Nov 21 2024:** add chatgpt-4o-latest\u002Fgpt-4o-2024-11-20 to chat_openai provider\r\n* **Thu Nov 21 2024:** support streaming for o1 models\r\n* **Sun Nov 03 2024:** more robust parsing of editor setting","2024-11-21T15:12:17",{"id":242,"version":243,"summary_zh":244,"released_at":245},154290,"v0.22.1","* **Sun Nov 03 2024:** better error handling when no conversation_id provided\r\n* **Sun Nov 03 2024:** use notepad for default windows editor\r\n* **Sun Nov 03 2024:** Fix #224 \u002Feditor commands on Windows leave stray temp files\r\n* **Mon Oct 14 2024:** titlize extracted title for file summarizer workflow\r\n* **Sat Oct 05 2024:** support multiple queries in transaction SQL Ansible module\r\n* **Sat Oct 05 2024:** improve text_extractor module - add pymupdf4llm support - add default_extension arg, defaults to .pdf\r\n* **Mon Sep 30 2024:** switch backend default model to gpt-4o-mini\r\n* **Mon Sep 30 2024:** fix broken token counting test\r\n* **Thu Sep 26 2024:** support LWE_CONFIG_DIR\u002FLWE_DATA_DIR env vars in workflows","2024-11-03T21:21:44"]