为了方便LLM相关的学习，整理了ChatGPT相关开源库列表，包括数据预处理、训练/微调、评估/基准测试、服务/推理、应用/RAG、测试/监控、安全等。

LLM 数据处理

• data-juicer [https://github.com/modelscope/data-juicer] 一个一站式数据处理系统，使数据质量更高、更丰富、更易于（多模态）LLM处理！

• datatrove [https://github.com/huggingface/datatrove] 通过提供一组平台无关的可定制管道处理模块，解放数据处理脚本的混乱。

• dolma [https://github.com/allenai/dolma] 用于生成和检查OLMo预训练数据的数据和工具。

• dataverse [https://github.com/UpstageAI/dataverse] 数据的宇宙。关于数据、数据科学和数据工程的一切。

• NeMo-Curator [https://github.com/NVIDIA/NeMo-Curator] 可扩展的数据管理工具包。

• dps [https://github.com/EleutherAI/dps] 多语言数据处理系统。

LLM 训练 / 微调

• nanoGPT [https://github.com/karpathy/nanoGPT] 最简单、最快速的中型GPT训练/微调仓库。

• LLaMA-Factory [https://github.com/hiyouga/LLaMA-Factory] 一个用于高效微调100+ LLMs的WebUI（ACL 2024）。

• peft [https://github.com/huggingface/peft] PEFT：最先进的参数高效微调。

• llama-recipes [https://github.com/meta-llama/llama-recipes] 使用可组合的FSDP和PEFT方法微调Meta Llama3的脚本，覆盖单节点/多节点GPU。

• Megatron-LM [https://github.com/NVIDIA/Megatron-LM] 大规模训练Transformer模型的持续研究。

• litgpt [https://github.com/Lightning-AI/litgpt] 20+高性能LLM，提供预训练、微调和大规模部署的配方。

• trl [https://github.com/huggingface/trl] 使用强化学习训练Transformer语言模型。

• LMFlow [https://github.com/OptimalScale/LMFlow] 一个用于大模型微调和推理的可扩展工具包。大模型为所有人服务。

• gpt-neox [https://github.com/EleutherAI/gpt-neox] 基于Megatron和DeepSpeed库的GPU上模型并行自回归Transformer的实现。

• torchtune [https://github.com/pytorch/torchtune] 一个原生PyTorch的LLM微调库。

• xtuner [https://github.com/InternLM/xtuner] 一个高效、灵活且功能齐全的LLM微调工具包（支持InternLM2、Llama3、Phi3、Qwen、Mistral等）。

• nanotron [https://github.com/huggingface/nanotron] 极简的大语言模型3D并行训练。

LLM 评估 / 基准测试

• evals [https://github.com/openai/evals] 一个用于评估LLM和LLM系统的框架，以及一个开源的基准测试注册表。

• lm-evaluation-harness [https://github.com/EleutherAI/lm-evaluation-harness] 一个用于少样本评估语言模型的框架。

• opencompass [https://github.com/open-compass/opencompass] 一个LLM评估平台，支持多种模型（Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude等）和100+数据集。

• deepeval [https://github.com/confident-ai/deepeval] LLM评估框架。

• lighteval [https://github.com/huggingface/lighteval] LightEval是一个轻量级的LLM评估套件，Hugging Face内部使用，最近发布了LLM数据处理库datatrove和LLM训练库nanotron。

• evalverse [https://github.com/UpstageAI/evalverse] 评估的宇宙，关于LLM评估的一切。

LLM 服务 / 推理

• ollama [https://github.com/ollama/ollama] 快速启动并运行Llama 3.1、Mistral、Gemma 2和其他大语言模型。

• gpt4all [https://github.com/nomic-ai/gpt4all] GPT4All：在任何设备上与本地LLMs聊天。

• llama.cpp [https://github.com/ggerganov/llama.cpp] 用C/C++进行LLM推理。

• FastChat [https://github.com/lm-sys/FastChat] 一个用于训练、服务和评估大语言模型的开放平台。Vicuna和Chatbot Arena的发布仓库。

• vllm [https://github.com/vllm-project/vllm] 一个高吞吐量和内存高效的LLM推理和服务引擎。

• guidance [https://github.com/guidance-ai/guidance] 一个用于控制大语言模型的指导语言。

• LiteLLM [https://github.com/BerriAI/litellm] 使用OpenAI格式调用所有LLM API。支持Bedrock、Azure、OpenAI、Cohere、Anthropic、Ollama、Sagemaker、HuggingFace、Replicate、Groq（100+ LLMs）。

• OpenLLM [https://github.com/bentoml/OpenLLM] 在云中以OpenAI兼容的API端点运行任何开源LLM，如Llama 3.1、Gemma。

• text-generation-inference [https://github.com/huggingface/text-generation-inference] 大语言模型文本生成推理。

• TensorRT-LLM [https://github.com/NVIDIA/TensorRT-LLM] TensorRT-LLM为用户提供了一个易于使用的Python API，用于定义大语言模型（LLMs）并构建包含最先进优化的TensorRT引擎，以在NVIDIA GPU上高效地进行推理。

• LMDeploy [https://github.com/InternLM/lmdeploy] LMDeploy是一个用于压缩、部署和服务LLM的工具包。

• RouteLLM [https://github.com/lm-sys/RouteLLM] 一个用于服务和评估LLM路由器的框架——在不牺牲质量的情况下节省LLM成本！

LLM 应用 / RAG

• AutoGPT [https://github.com/Significant-Gravitas/AutoGPT] AutoGPT是人人可用的AI愿景，供使用和构建，我们的使命是提供工具，让你专注于重要的事情。

• langchain [https://github.com/langchain-ai/langchain] 构建上下文感知的推理应用。

• MetaGPT [https://github.com/geekan/MetaGPT] 多代理框架：第一个AI软件公司，迈向自然语言编程。

• dify [https://github.com/langgenius/dify] Dify是一个开源的LLM应用开发平台。Dify的直观界面结合了AI工作流、RAG管道、代理功能、模型管理、可观察性功能等，让你快速从原型到生产。

• llama_index [https://github.com/run-llama/llama_index] LlamaIndex是一个用于LLM应用的数据框架。

• Flowise [https://github.com/FlowiseAI/Flowise] 拖放式UI构建自定义LLM流程。

• mem0 [https://github.com/mem0ai/mem0] 个性化AI的记忆层。

• haystack [https://github.com/deepset-ai/haystack] LLM编排框架，用于构建可定制的、生产就绪的LLM应用。将组件（模型、向量数据库、文件转换器）连接到管道或代理，以便与数据交互。

• GraphRAG [https://github.com/microsoft/graphrag] 一个模块化的基于图的检索增强生成（RAG）系统。

• RAGFlow [https://github.com/infiniflow/ragflow] RAGFlow是一个基于深度文档理解的开源RAG（检索增强生成）引擎。

• llmware [https://github.com/llmware-ai/llmware] 用于构建企业RAG管道的统一框架，使用小型、专用模型。

• llama-agentic-system [https://github.com/meta-llama/llama-agentic-system] Llama Stack API的代理组件。

LLM 测试 / 监控

• promptflow [https://github.com/microsoft/promptflow] 构建高质量的LLM应用——从原型、测试到生产部署和监控。

• langfuse [https://github.com/langfuse/langfuse] 开源LLM工程平台：可观察性、指标、评估、提示管理、操场、数据集，与LlamaIndex、Langchain、OpenAI SDK、LiteLLM等集成。

• evidently [https://github.com/evidentlyai/evidently] Evidently是一个开源的ML和LLM可观察性框架，评估、测试和监控任何AI驱动的系统或数据管道。从表格数据到生成AI，100+指标。

• giskard [https://github.com/Giskard-AI/giskard] 开源的LLM和ML模型评估与测试。

• promptfoo [https://github.com/promptfoo/promptfoo] 测试你的提示、代理和RAG。对LLM进行红队测试、渗透测试和漏洞扫描，提高应用质量并发现问题。比较GPT、Claude、Gemini、Llama等的性能，简单的声明性配置，支持命令行和CI/CD集成。

• phoenix [https://github.com/Arize-ai/phoenix] AI可观察性与评估。

• agenta [https://github.com/Agenta-AI/agenta] 一体化LLM开发平台：提示管理、评估、人类反馈和部署一站式解决。

LLM 安全

• NeMo-Guardrails [https://github.com/NVIDIA/NeMo-Guardrails] NeMo Guardrails是一个开源工具包，用于轻松为基于LLM的对话系统添加可编程护栏。

• guardrails [https://github.com/guardrails-ai/guardrails] 为大语言模型添加护栏。

• PurpleLlama [https://github.com/meta-llama/PurpleLlama] 一套评估和改进LLM安全性的工具。

• llm-guard [https://github.com/protectai/llm-guard] LLM交互的安全工具包。

参考

（1）https://github.com/EthicalML/awesome-production-machine-learning
（2）https://github.com/jihoo-kim/awesome-production-llm