❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序,在微信中搜索 TrendForge Pro 即可使用小程序,如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

humanlayer

humanlayer/12-factor-agents

TypeScript 低活跃
188
2026-05-24
22k
+2.3k
#14
1.7k

项目介绍

我们应该遵循哪些原则来构建基于大语言模型的软件,使其真正达到可交付生产环境用户使用的标准?

What are the principles we can use to build LLM-powered software that is actually good enough to put in the hands of production customers?

智能解读

智能解读 自动生成

基于大语言模型(LLM)的软件在从原型走向生产环境时,常面临可靠性、可维护性和可扩展性不足的问题。12-Factor Agents 项目借鉴了经典的“12-Factor App”理念,提出了一套构建生产级 LLM 应用程序的原则。该项目由 HumanLayer 团队开发,使用 TypeScript 实现,核心目标是为开发者提供一套可复用的方法论,帮助规避常见陷阱(如上下文窗口管理、记忆持久化、提示工程与 RAG 的合理集成等),而非提供一个僵化的框架。它强调 LLM 应用应主要由确定性代码构成,仅在关键节点引入 AI 步骤,从而提升系统的可控性和稳定性。适用于需要将 AI 代理真正部署给终端用户、追求高可靠性和可运维性的开发团队。

智能标签

生成技术栈、用途、特征、受众等多维度标签

使用场景

了解这个项目能帮你解决什么问题

项目健康度

B
60/100
良好
活跃度人气增长社区文档
活跃度 2/23

距上次更新 245 天

人气 24/25

平台 Star TOP 3% · Forks 1,673

增长 19/25

本周 +2,264 ⭐ · 本月 +9,056 ⭐

社区 8/17

16 位贡献者 · 0 条平台评论

文档 7/10

缺少 2 项内容

1 项改进建议
  • 活跃度:项目已超过 245 天未更新,可能处于低维护状态
在 GitHub 上查看

项目信息

作者 humanlayer
来源 GitHub
周期 每周
仓库ID humanlayer/12-factor-agents
最新提交 2025-09-21 14:37:40
第一收录 2026-05-25 09:00:55
最后更新 2026-05-25 09:00:55

赞赏支持

如果本站对你有帮助,欢迎打赏支持

微信打赏码

微信

支付宝打赏码

支付宝

评论 0

登录 后发表评论

加载评论中...

助手