Kiln-AI/Kiln

Build, Evaluate, and Optimize AI Systems. Includes evals, RAG, agents, fine-tuning, synthetic data generation, dataset management, MCP, and more.

Kiln – 用于构建 AI 产品的本地优先工作台

它是什么 – Kiln 既是一个桌面应用程序(Mac/Windows/Linux),也是一个采用 MIT 授权的 Python 库 (kiln‑ai)。它的目标是涵盖整个 AI 开发循环:创建评估套件、自动优化提示词与模型选择、构建检索增强生成 (RAG) 流水线、组合多智能体系统、生成合成数据以及微调模型。所有这些步骤都可以通过与 Git 仓库同步的图形化界面完成,也可以通过库或 REST API 以编程方式执行。

主要功能

功能 您可以做什么(如 README 中所述)
评估构建器 自动生成评估数据集(包括合成数据)并定义自定义评审;可在约 10 分钟内创建完整的评估套件。
自动优化 在提示词变体、模型选择、工具/技能配置以及子智能体设置中进行搜索,为您定义的评估指标找到表现最佳的组合。
AI 助手 一位“AI 数据科学伙伴”,可建议改进、创建评估并执行实验(适用于 Pro 版本)。
RAG 拖放多种类型的文件(PDF、图像、视频、音频)以建立可搜索的索引;自动生成 RAG 专用的评估。
子智能体 构建层级式智能体结构,其中每个子智能体都有自己的上下文窗口。
合成数据生成 在几分钟内产生用于评估或微调的数据。
微调 为超过 60 种模型(例如 Qwen, Llama, GPT, Gemini)提供零代码微调,涵盖 Fireworks, Together, Vertex 等供应商;包含无服务器部署。
Python 库 (kiln‑ai) 驱动桌面应用程序的相同引擎;可用于笔记本、脚本或生产服务中。
模型目录 测试过来自 OpenAI, Anthropic, Gemini, Bedrock, Ollama, OpenRouter, Fireworks, Groq 等供应商的 190 多种模型。
协作 原生 Git 同步,让非技术团队成员可以在不接触代码的情况下评分输出、添加数据或标记回归问题。
本地优先 / 离线 在用户的机器上运行;您可以自备 API 密钥或通过 Ollama 使用完全离线的模型。

适用对象 – 希望拥有一个统一、开源的环境来迭代基于 LLM 的产品,且不想被锁定在 SaaS 平台上的团队。它针对产品经理、领域专家、QA 和工程师。

如何开始 – 下载桌面应用程序(一键安装程序)或使用 pip install kiln-ai 安装库。文档提供了 5 分钟的快速入门,引导您完成创建任务、运行评估和优化提示词的过程。

授权与可用性 – 核心 Python 库和 REST 服务器采用 MIT 授权。桌面应用程序的源代码采用“源代码可用”(source‑available) 的公平代码模型,个人免费;付费的“Kiln Pro”层级增加了 AI 助手、自动优化和评估构建器,但基础应用程序功能依然完整。

社区 – 提供 Discord、通讯、GitHub issues 和贡献指南以进行协作。


以上所有信息均直接取自仓库的 README。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目