返回 AI 工具目录

Promptify

开发框架人工精选最近核验 2026年7月23日

Promptify 是一个基于大模型的结构化 NLP 任务库,让开发者用少量代码完成命名实体识别、文本分类、问答、摘要、关系抽取、SQL 生成等任务,无需自行准备训练数据。它以 Pydantic 定义输出模式,返回类型安全的结构化结果,并内置少样本示例、批量与异步处理、Token 成本统计,以及精确率、召回率、F1 等评估指标。通过 LiteLLM 接入 OpenAI、Anthropic、Google、Ollama 等多家提供方。Python 编写,Apache 2.0 许可,pip 安装。

定价开源部署本地运行国内可达国内可达性待核验许可Apache-2.0

解决什么问题

无标注数据也能快速搭建 NLP 抽取与分类任务
用 Pydantic 模式约束大模型输出为结构化结果
统一封装 NER、问答、摘要等常见 NLP 任务
内置评估指标便于衡量任务效果

适合

想用大模型替代传统标注训练做 NLP 的团队
需要类型安全、可校验的结构化抽取输出
快速验证 NER、分类、关系抽取原型
已用 LiteLLM、希望统一多家模型接入

不适合

对准确率要求极高、需专用微调模型时不够
大批量调用需自行控制大模型成本与限流
生产级稳定性需自行加校验与重试
依赖外部大模型 API,离线场景需配本地模型

如何接入

通过 LiteLLM 接入 OpenAI、Anthropic、Google、Ollama 等
以 Python 库形式 import 到现有代码
输出 Pydantic 对象便于下游程序消费
pip 安装,可在 Notebook 或服务中调用

已知限制

效果受所选大模型能力与提示质量影响
结构化解析在模型输出不规范时可能失败
海外模型 API 国内访问受限,需替换兼容端点
成本随调用量上升,需监控 Token 用量

接入与使用事实

部署方式: 本地运行
实现语言: Python
中文界面: 待确认
中文文档: 待确认
定价方式: 开源
许可证: Apache-2.0
国内可达性: 国内可达性待核验
可达性观察: 待补充

查看代码仓库

权限、依赖与维护信号

这些字段记录公开可见信号，不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

暂无可公开的来源链接。