mcpField
K
KILN-AI

KILN-AI

github.com/Kiln-AI桌面应用5.2k1 天前更新

关于 KILN-AI

Kiln 是一款免费的桌面应用与开源 Python 库,用于构建可投入生产的 AI 系统。它覆盖评估、提示词优化、RAG、Agent、合成数据与微调等完整开发流程,适合产品、领域专家与工程师协作使用。

主要功能

  1. 01Eval Builder 自动生成评估
  2. 02Auto-Optimize 自动寻找最佳任务配置
  3. 03基于文档的 RAG 构建
  4. 04支持工具与 MCP 工具调用
  5. 05合成数据生成与零代码微调
  6. 06MIT 许可的 Python 库

适用场景

  1. 01团队协作评估与优化 AI 任务输出
  2. 02将桌面应用中构建的 Agent 部署到生产环境
  3. 03在本地或离线环境中使用 Ollama 开发 AI 应用

MCP 相关

Kiln 的 Agent 与工具功能支持 MCP 工具调用,但 README 未说明其具体连接方式。

详细介绍

Kiln AI Logo

一款用于构建更优秀 AI 产品的免费应用和开源库。

Kiln AI Animated Preview

Download Kiln Read the Docs

亮点 • 评估 • 自动优化 • RAG • Agent • 微调 • 合成数据 • 所有文档

Build and Test PyPI Discord

什么是 Kiln?

Kiln 是一个覆盖完整 AI 开发循环的工作台:评估、优化、提示词、RAG、微调、合成数据、Agent 和工具——所有环节协同工作。桌面应用让整个团队都能参与(项目经理、领域专家和 QA 人员无需编写代码,即可为输出评分并添加数据)。采用 MIT 许可证的 Python 库可将相同任务部署到生产环境。所有操作均在本地运行——使用你自己的 API 密钥,也可以通过 Ollama 完全离线运行。

亮点

迭代、优化与协作
  • 🖥️ 直观易用的应用 - 适用于 Mac、Windows 和 Linux 的易用应用,一键安装。
  • 📊 评估构建器 - 自动生成评估(裁判 + 合成评估数据集),并在约 10 分钟内使其符合你的偏好。
  • 🚀 自动优化 - 自动找出运行 AI 任务的最佳方式,优化提示词、模型选择、工具、技能、子 Agent、参数等。
  • 💬 AI 助手 - 你的 AI 数据科学伙伴。Kiln Assistant 会提出改进建议、优化提示词、运行实验、创建评估等。
  • 🤝 基于 Git 的协作 - 应用会自动与 Git 同步,即便队友并不了解 Git 也没问题。
构建并发布 Agent
  • 🔍 RAG - 拖放文档(PDF、图像、视频、音频)即可创建 RAG。根据你自己的文档自动生成 RAG 评测。
  • 🤖 子 Agent - 构建多 Agent 层级结构。每个 Agent 都在各自专注的上下文窗口中运行。
  • 🪄 合成数据生成 - 几分钟内即可生成用于评测或微调的数据。
  • 🎛️ 微调 - 无需编写代码,即可在 Fireworks、Together 和 Vertex 上对 60+ 个模型(Qwen、Llama、GPT、Gemini、……)进行微调。包含无服务器部署。
  • 🐍 开放的 Python 库 - 在应用中构建的 Agent 可部署到生产环境。采用 MIT 许可证的开源项目。
  • 🧰 ……以及更多 - 工具与 MCP、技能、结构化输出、推理模型、模型库(经测试的模型超过 190 个)。

应用快速入门

只需几分钟即可开始,一键安装。

下载适用于 macOS、Windows 或 Linux 的 Kiln 桌面应用,然后按照5 分钟快速入门指南运行你的第一个任务。

MacOS Windows Linux

想先用代码开始?请参阅 Python 库快速入门。

演示

观看 2 分钟概览,或观看我们的端到端项目演示(20 分钟)。

为什么选择 Kiln?

大多数 AI 工具都迫使你做出取舍:要么是只覆盖一个环节(编排 或 评测 或 RAG)的纯代码框架,要么是会锁定你的数据且无法扩展的付费 SaaS。Kiln 是一款免费、本地优先的工作台,让单个任务和数据集贯穿评测、提示词优化、微调、RAG、Agent 和合成数据——全都在一个工具中完成。

  • 一个数据集,适用每种技术。 只需定义一次任务。针对同一个数据集进行评测、优化提示词、微调模型、生成合成数据、添加 RAG,并让各阶段的结果不断累积。

  • 追踪每个维度。快速迭代,不引入回归。 让 Agent 保持良好运行并非易事——提示词的更改可能悄无声息地导致下游三步的行为退化;模型升级可能改善五项表现,却破坏两项。Kiln 会追踪你所关心的每个维度上的质量,让你在迭代时不破坏已有的有效成果。

    Kiln 多轮迭代中的优化情况

  • 优化,而不只是评测。 其他工具会告诉你提示词的得分,却不会告诉你如何改进。Kiln 的 Auto-Optimize 会在数百种提示词变体和模型中进行搜索,为每个评测维度找出最佳方案。

  • 面向整个团队的 GUI,面向工程师的库。 Kiln 桌面应用让 PM 可以为输出评分,让 SME 添加训练示例,让 QA 标记回归——无需使用终端。工程师可以通过采用 MIT 许可的 Python 库交付相同的任务。数据科学家可以在笔记本和实验中使用该库。

  • 本地优先。 大多数 AI 平台都只提供 SaaS。Kiln 完全在你的机器上运行。使用你自己的 API 密钥,也可以借助 Ollama 完全离线运行。你的数据始终由你掌控。团队同步通过你已经拥有的 Git 基础设施实现。

  • 已在所有提供商的 190 多个模型上完成测试。 不必再猜测——我们已测试所有主要提供商的各个模型能力。包括 OpenAI、Anthropic、Gemini、Bedrock、Ollama、OpenRouter、Fireworks、Groq,以及任何兼容 OpenAI 的端点等。放心切换模型。

开源 Python 库

在应用中构建 AI 任务,通过开源库进行部署。使用相同的引擎和项目文件,无需重写。采用 MIT 许可的 kiln-ai 库与应用中使用的库相同。加载 Kiln 项目、运行任务、构建微调模型、使用笔记本、集成 Pandas/Polars 数据框等。

pip install kiln-ai

📚 库文档 · REST API · PyPI

文档

完整文档请见 docs.kiln.tech。常见入门指南:

社区

  • 在 Discord 与社区交流。
  • 订阅新闻简报,了解新功能。
  • 在 GitHub 提交问题、请求功能或发起讨论。

贡献

请参阅 CONTRIBUTING.md,了解开发环境配置和贡献指南。

许可证与商标

Kiln 的核心 Python 库和 REST 服务采用 MIT 许可证。桌面应用的源代码可见,可免费使用,并基于 fair-code 模式构建——因此,Kiln 对个人用户始终免费,同时也能持续发展。

数据集采用开放的 JSON 格式。您拥有并控制自己的数据集。

Kiln Pro 是我们提供的一项服务,包含 AI 助手、自动优化和评估构建器。该服务为自愿选择使用,不启用也不影响 Kiln 核心应用的完整功能。

Kiln 名称和徽标是 Chesterfield Laboratories Inc. 的商标。

版权所有 2024 — Chesterfield Laboratories Inc.

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。