从事 ML 工作 6 年多之后，我创办了 3 家 AI/LLM 初创公司，构建了数十个项目和流程，尝试了许多 LLM 工具 – 从 RAG 和 Agent 框架到经过适当测试、CI/CD 和可观察性的基于 LLM 的服务。

本文列出了我最喜欢的工具，原因多种多样。我们将经历完整的 LLM 应用程序开发生命周期 — 从 RAG 数据库和代理，到具有 HTTPS 的 API 端点和具有适当可观察性的自动部署管道，同时检查每个步骤的框架和工具。

还有一件事——你可能不同意我选择的技术栈；但是，我选择工具主要是基于易用性。例如，你可以使用像 Azure 这样的大型云提供商，而不是在 VPS 上部署东西——这样你将获得更好的可扩展性、更多的开箱即用服务等等。但掌握一切需要更多的时间，而且你更容易受到供应商锁定。当使用带有 Coolify（我们稍后会讨论）的 VPS 时，大约需要 10 分钟即可开始使用，并且你将获得所需的一切——数据库、前端/后端部署、自动化 CI/CD 和备份——具有直观且易于使用的 UI。

LLM API 和自托管选项

大型语言模型 API 主要有两种选择：

如果您要使用自托管版本，Ollama是最佳选择。您可能会问：“为什么需要自托管的 LLM？它更昂贵、更难设置且响应质量更低”。答案很简单 — 隐私。
如果项目不需要很高的隐私和安全性，我总是使用Openrouter。它比任何其他 LLM 提供商都好，因为它建立在多个提供商之上，为您提供了一个简单的界面来与其中任何一个进行交互。如果您为一个 LLM 编写了管道，则只需更改请求中的几个字符串即可更改 LLM。无需额外的库，无需切换提供商，就是这么简单。

还有许多其他 LLM 提供商，如 together.ai、Mistral 等；不过，我更喜欢 Openrouter，因为它的界面简单，并提供其他有用的功能（自动记录、模型比较、自动模型选择、免费试用等）。

RAG 数据库

大多数 LLM 都存在如下问题：

信息不是最新的；
无需领域知识；
幻觉；
没有引用来源；
有偏见的回应。

所有这些问题都可以使用适当的 RAG（检索增强生成）来解决。所有 RAG 算法都需要某种形式的矢量数据库。以下是我最喜欢的选择：

ChromaDB — 它非常适合原型设计和 PoC（概念验证）创作。它的设置非常简单（因为它建立在 SQLite 之上，所以您的数据库只是您 PC 上的一个文件），而且使用非常直观且有据可查。
对于更严肃的项目，我会使用Supabase（基于PostgreSQL构建）和PGVector插件。Supabase 的一些优点包括直观且易于使用的 UI、许多功能（如备份、角色管理、API 和 Python 包）。还有许多使用 Supabase 的指南，我个人喜欢它是开源的，您可以在自己的服务器上自行托管它。

通常我使用定制的解决方案，但有时 LangChain 可以在编写 RAG 管道方面提供很大帮助。

代理

如果您想要创建更复杂的 LLM 流程，或者想要使用 LLM 解决一些难题，则必须使用代理方法。LLM 代理是一种使用顺序（逐步）推理的 AI 系统。基本上，您无需为您的 LLM 定义一组指令，而是赋予它完全的自由和一组工具来解决问题。

以下是我用来创建代理的 Python 库：

LangChain — 目前最流行的代理框架，它拥有出色的文档、庞大的社区和许多带有指南的教程。我的一个建议是使用initialize_agent方法，而不是像create_react_agent或create_json_agent这样的新方法。主要原因是新方法还没有那么多指南和说明，对我个人而言，它们有点令人困惑。该initialize_agent方法更易于使用，并且有数十种采用不同方法的指南。
LlamaIndex — LangChain 的主要竞争对手，以索引和数据检索方面的出色优化而闻名。简而言之，如果您正在构建 RAG 管道，llamaindex 可能是更快、更好的选择；但是，对于更复杂的项目和管道，最好使用 LangChain。

一般来说，最好使用 LangChain 开始学习 LLM，因为它的功能更丰富且更易于使用。

可观察性

现在，当您部署了 LLM 应用程序后，您需要测量答案的质量、准确性和速度。但是如何使用 LLM 做到这一点？我使用两种解决方案，它们都是提供跟踪、评估、可视化和监控的开源 LLM 可观察性平台：

阿里泽凤凰
朗史密斯

我发现 LangSmith 更容易使用；他们有一种非常好的方式来跟踪输入输出，并且评估开发速度非常快。然而，Phoenix 有更好的免费套餐，因为它们允许跟踪更多数据。如果你想开始使用 LLM 可观察性，我肯定会推荐 LangSmith——它非常适合 PoC 和原型设计。

后端

对于后端，我总是使用 Python、FastAPI 和 Pydantic。以下是一些原因：

FastAPI 非常快，具有非常好的文档，并且包含 LLM 应用程序开发可能需要的所有功能，如数据库 ORM、身份验证、CORS 和多线程部署。
Pydantic 可帮助您为函数和端点添加一些严格的类型，因此您始终可以确保所有变量都具有所需的类型；它有助于使您的应用程序防错。

通常我将它们与 Gunicorn + Uvicorn 工作者结合起来，这样我就可以同时处理多个请求。

不过，您可以使用任何后端框架（Flask，Django），因为它们都具有常见的功能，并且都已准备好投入生产。

部署

对于部署，我总是使用 Docker 来容器化我的应用程序。主要原因是

可重复性——如果您使用应用程序构建 Docker 映像，则可以在任何系统和任何 CPU 架构上运行它；
可扩展性——如果您的应用程序是docker化的，那么很容易启动多个实例，或将它们部署在集群上；
部署 — 部署 Docker 镜像非常容易，尤其是使用 Docker Compose。您可以将数据库、反向代理和后端添加到文件docker-compose.yml，并轻松一次性部署所有内容，而无需单独担心所有内容。

为了部署我的 Docker 镜像，我使用 Coolify – 它是一个开源、自托管的平台，大大简化了部署过程，提供：

自动化 SSL 证书管理——您无需担心让您的后端兼容 https；
不受供应商锁定 – 您可以在任何 VPS 或云提供商上部署 Coolify，添加一个抽象层，帮助您摆脱所有提供商的束缚；
简单的反向代理——您现在不需要关心安全性和域，因为您在 Coolify 中唯一需要做的就是写入您想要的域；
自动数据库备份——如果您使用常见的映像（如 PostgreSQL、MySQL、Redis 等），则只需单击几个按钮即可设置备份，而无需编写自定义解决方案或付费。
CI/CD 管道 — 通过连接你的 github，你会自动获得免费的自动部署管道。因此，每当你更新你的应用程序时，它都会自动部署；
协作功能 — 您可以与团队共享 Coolify，并可以共同处理应用程序的不同方面，而不会互相干扰。您还可以控制每个用户的权限。
监控和通知——您可以使用 Telegram/Discord 等众多应用程序之一，并在部署发生任何问题时收到通知。