Deodat-Lawson/LaunchStack

解决的问题

LaunchStack 提供了一个基于 TypeScript 的模块化引擎，用于构建 AI 原生应用。它通过提供标准化的端口架构来处理文档摄取、OCR、RAG（检索增强生成）、知识图谱管理和后台作业处理，从而解决了将分散的 AI 服务连接在一起的复杂性。

工作原理

该项目被构建为一个 pnpm 工作区，包含一个核心引擎和一组“积木”（用于持久化、LLM 调用、编排和检索的独立包）。开发者使用 createEngine(CoreConfig) 来初始化系统，随后系统会管理数据库连接、存储和 AI 提供商配置。一个参考的 Next.js 应用程序演示了如何托管这些组件，并使用工作进程通过事务性发件箱处理文档摄取等异步任务。

适用人群

专为构建复杂 AI 集成 Web 应用的软件工程师设计，他们希望以一种结构化、可维护的方式管理 AI 基础设施，而无需将业务逻辑与特定的 AI 提供商或框架紧密耦合。

亮点

• 模块化架构： 将引擎核心与特定于产品的“管道”和宿主应用程序分离开来。
• 全面的工具集： 内置支持 OCR、混合 RAG、实体提取和多智能体协作。
• 基础设施无关： 采用基于端口的设计，通过 OpenAI chat-completions 协议支持各种 LLM 提供商（Gemini、Azure OpenAI、Ollama 等）。
• 生产就绪模式： 实现了诸如用于后台作业的事务性发件箱、审计日志以及用于状态管理的 HMR 安全单例槽等稳健功能。