Pipelex/pipelex

解决的问题

Pipelex 提供了一种创建可复用、类型化且可重复的 AI 程序（称为 "Methods"）的方法。它通过引入一种声明式语言（.mthds 文件），解决了脆弱且非确定性的 AI 工作流问题，允许开发者定义结构化的输入、输出和多步骤的流水线，这些流水线可以在不同 LLM 提供商之间执行而无需重写逻辑。

如何工作

用户使用 .mthds 文件中的类似 TOML 的语法定义 AI 方法。这些方法可以是简单的单次提示 LLM 调用（PipeLLM），也可以是复杂的步骤序列（PipeSequence），包括文档提取（PipeExtract）。Pipelex 负责模型路由（支持 60 多个模型）、结构化输出解析和编排。这些方法可以通过 CLI、Python SDK、TypeScript SDK，或通过 Model Context Protocol (MCP) 作为 AI 代理的工具来执行。

适用人群

专为需要构建生产级 AI 流水线的开发人员和 AI 工程师设计，这些流水线具有模型无关性、可组合性，并且易于共享或版本控制。

主要亮点

• 声明式语法：使用人类可读的 .mthds 文件定义 AI 逻辑。
• 类型化概念：实现语义类型，确保输入和输出在流水线步骤之间正确连接。
• 模型无关：通过 Pipelex 网关、本地 AI（Ollama、vLLM）或直接 API 密钥支持 60 多个模型。
• 可组合：支持在其他方法中嵌套方法，并将管道串联成序列。
• 多目标执行：可通过 CLI、Python、Node.js、REST API 执行，或集成到 n8n 等工作流工具中。