LazyLLM 框架实战:代码专家智能体进阶模块开发
LazyLLM 是商汤大装置推出的开源低代码框架,作为构建和优化多 Agent 应用的一站式开发工具,覆盖应用搭建、数据准备、模型部署、微调、评测等全流程开发环节。其以模块化设计打破传统开发壁垒,通过数据流驱动重构开发逻辑,让开发者用极简代码实现工业级复杂 AI 应用。
一、前置准备:环境搭建与依赖安装
在开始开发前,需完成基础环境配置,确保 LazyLLM 框架能稳定运行。
1. 环境要求
- Python 版本:3.10 及以上
- 操作系统:Windows 10+/macOS 12+/Linux(Ubuntu 20.04+ 推荐)
2. 依赖安装步骤
打开终端执行以下命令,完成核心依赖安装:
# 升级 pip 工具
pip install --upgrade pip
# 安装 LazyLLM 核心框架
pip install lazyllm
# 安装代码解析与运行依赖(支持多语言代码处理)
pip install tree-sitter python-dotenv openai
# 若使用第三方大模型需安装对应 SDK
3. 验证安装
安装完成后,在 Python 终端执行以下代码,确认框架正常加载:
pip show lazyllm
二、模型应用:官方代码示例
1. 手动配置
LazyLLM 基于 Python 开发,我们需要保证系统中已经安装好了 Python、Pip 和 Git。
首先准备一个名为 lazyllm-venv 的虚拟环境并激活:
python3 -m venv lazyllm-venv
source lazyllm-venv/bin/activate
如果运行正常,你可以在命令行的开头看到 (lazyllm-venv) 的提示。接下来我们的操作都在这个虚拟环境中进行。从 GitHub 下载 LazyLLM 的代码:
git clone https://github.com/LazyAGI/LazyLLM.git
cd LazyLLM
安装基础依赖:
pip3 install -r requirements.txt
如果您期望使用 LazyLLM 的所有功能,您可以运行以下命令来安装 LazyLLM 的全量依赖:
pip3 install -r requirements.full.txt
把 LazyLLM 加入到模块搜索路径中:
export PYTHONPATH=$PWD:$PYTHONPATH
这样我们在任意目录下都可以找到它。
2. 拉取 Docker 镜像
我们提供了包含最新版本的 LazyLLM 的 docker 镜像,开箱即用:
docker pull lazyllm/lazyllm
3. 从 Pip 安装
LazyLLM 支持用 pip 直接安装:


