登录 注册

promptflow

去点 Star
开发者工具AI 应用与 AI AgentAI 模型与开发框架 aiai-application-developmentai-applicationschatgptgptllm
11,264
Stars
1,125
Forks
110
Watchers
71
Open Issues
MIT
许可证
Python
语言
2023-06-30
创建时间
2026-10-31
最近更新

项目能做什么

构建高质量 LLM 应用的工具，覆盖从原型、测试到生产部署与监控全流程。
来源：AI 基于仓库事实生成 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录，命令与配置均以原文为准。
原始 README 摘录（英文原文，节选前 3000 字符） 
# Prompt flow

> [!WARNING]  
> Prompt flow in Microsoft Foundry and Azure Machine Learning will be retired on April 20, 2027. Prompt flow is no longer recommended for new development. Migrate existing Prompt flow applications and deployments to Microsoft Agent Framework before April 20, 2027.
> 
> Prompt flow container images are no longer receiving updates, including security and package updates. This applies to Prompt flow runtime images, including promptflow-runtime, promptflow-runtime-stable, and promptflow-python.
> 
> After April 20, 2027, Prompt flow, including the web authoring experience in Microsoft Foundry and Azure Machine Learning, the VS Code extensions, and related Prompt flow container images, will no longer be supported or available.
> 
> If your application depends on Prompt flow deployments or runtime images, plan to move those workloads to supported alternatives such as [Microsoft Agent Framework](https://learn.microsoft.com/en-us/agent-framework/) before the retirement date. For migration guidance, see the Prompt flow [migration guide](https://learn.microsoft.com/en-us/azure/foundry-classic/how-to/prompt-flow-migration-overview) and migration [code samples](https://github.com/microsoft/promptflow/tree/main/migration-guide/PromptFlow-to-MAF).

[![Python package](https://img.shields.io/pypi/v/promptflow)](https://pypi.org/project/promptflow/)
[![Python](https://img.shields.io/pypi/pyversions/promptflow.svg?maxAge=2592000)](https://pypi.python.org/pypi/promptflow/)
[![PyPI - Downloads](https://img.shields.io/pypi/dm/promptflow)](https://pypi.org/project/promptflow/)
[![CLI](https://img.shields.io/badge/CLI-reference-blue)](https://microsoft.github.io/promptflow/reference/pf-command-reference.html)
[![vsc extension](https://img.shields.io/visual-studio-marketplace/i/prompt-flow.prompt-flow?logo=Visual%20Studio&label=Extension%20)](https://marketplace.visualstudio.com/items?itemName=prompt-flow.prompt-flow)

[![Doc](https://img.shields.io/badge/Doc-online-green)](https://microsoft.github.io/promptflow/index.html)
[![Issue](https://img.shields.io/github/issues/microsoft/promptflow)](https://github.com/microsoft/promptflow/issues/new/choose)
[![Discussions](https://img.shields.io/github/discussions/microsoft/promptflow)](https://github.com/microsoft/promptflow/issues/new/choose)
[![CONTRIBUTING](https://img.shields.io/badge/Contributing-8A2BE2)](https://github.com/microsoft/promptflow/blob/main/CONTRIBUTING.md)
[![License: MIT](https://img.shields.io/github/license/microsoft/promptflow)](https://github.com/microsoft/promptflow/blob/main/LICENSE)

> Welcome to join us to make prompt flow better by
> participating [discussions](https://github.com/microsoft/promptflow/discussions),
> opening [issues](https://github.com/microsoft/promptflow/issues/new/choose),
> submitting [PRs](https://github.com/microsoft/promptflow/pulls).

**Prompt flow** is a suite of development tools designed to streamline the end-to-end development cycle of LLM
阅读完整原文

商业机会分析 AI 生成

LLM 质量门禁与 CI/CD 评估 SaaS

产品构想构建与 GitHub Actions / GitLab CI 深度集成的 PromptFlow 自动化评测云服务，在代码提交或 Prompt 变更时自动运行黄金数据集评估并阻断异常。
核心功能CI 自动化触发评测、多版本指标差异看板（延迟/Token成本/准确率/幻觉度）、测试集自动合成与扩增、PR 质量门禁报告生成。
目标用户注重交付质量与防幻觉的 AI 研发团队、外包开发团队。
难度/周期中等 · 4-6 周 · 成本：开发机及少量用于评测的 LLM API 账户费用（初期月均 < $100）
收费模式Freemium 模式，按月度评测 Runs 次数和并发席位收费。
竞争风险LangSmith、Braintrust 等通用 LLM 评估平台竞争；微软官方在 Azure 上提供同类能力挤压空间。
依据 数据支持的判断

行业特化型 PromptFlow 模板与评测数据集套件

产品构想针对法律文档审查、金融研报抽取、多轮客服质检等高价值场景，提供包含高精度 Flow 编排与专用 Evaluator 节点的商业化组件资产包。
核心功能行业专用预设 Flow、行业特化 Golden Dataset、专有度量指标算子、一键本地/私有云运行脚本。
目标用户传统企业数字化团队、缺乏资深 Prompt 工程师的独立开发者及小型系统集成商。
难度/周期低至中等 · 2-3 周/套件 · 成本：数据整理与 Prompt 调试验证成本（极低硬件成本）
收费模式数字资产一次性买断、行业套件年订阅更新制、企业定制调优咨询服务。
竞争风险模板易被复制泄漏；非标准化需求多导致交付边际成本升高。
依据 AI推测

PromptFlow 一键私有化托管与 API 代理网关

产品构想为不希望深度绑定 Azure AI 的用户提供极简工具，将本地 PromptFlow 项目一键打包为生产就绪的 Docker/Serverless 部署，并自带 API Key 鉴权与监控网关。
核心功能一键导出精简运行时 Docker、RESTful API 适配、多版本 A/B 流量分发、Token 消耗统计与错误重试中间件。
目标用户使用多云或私有服务器、不想接入复杂云原生服务的中小型 AI 初创团队。
难度/周期中等 · 4-5 周 · 成本：网关中继测试服务器费用（月均约 $30 - $50）
收费模式开源核心 + 企业商业网关授权许可证（Self-hosted License）或托管网关流量包月费。
竞争风险目标用户普遍具备一定运维能力，自建包装门槛不高；高并发场景下的稳定性维护要求高。
依据 尚需验证的假设
AI 基于仓库公开数据分析生成，含推测成分，不构成收益承诺。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

项目中文简介Stars语言
morluto/rea 中文介绍暂未生成
Reverse engineer anything with agents, from app behavior dow
 449,298 TypeScript
openclaw/openclaw 中文介绍暂未生成
The AI that really does things. Any OS. Any Platform. The lo
 394,301 TypeScript
obra/superpowers 中文介绍暂未生成
An agentic skills framework & software development methodolo
 315,566 Shell
NousResearch/hermes-agent 中文介绍暂未生成
The agent that grows with you
 262,361 Python
n8n-io/n8n 中文介绍暂未生成
Fair-code workflow automation platform with native AI capabi
 210,003 TypeScript
firecrawl/firecrawl 中文介绍暂未生成
Supercharge your AI agents with data from the web and beyond
 200,422 TypeScript
以上为通过 GitHub 官方 Search API 检索的相似项目，功能差异与优劣势需进一步人工确认，配置 AI 后可生成对比分析。

项目优势与风险

技术成熟度创建于 2023-06-30，近 30 天仍在推送，发布过 42 个 Release
社区活跃Star 11,264 / Fork 1,125 / Issue 71（数据支持，可自行核实）
许可证MIT
主要风险上游项目方向可能变化；同赛道竞争者较多（见竞品表）；热度与需求不完全等价

安装与使用

快速开始（以仓库 README 为准）
git clone https://github.com/microsoft/promptflow.git
cd promptflow
# 请阅读仓库 README 获取确切安装步骤（依赖、配置、启动命令）
阅读原仓库文档
术语说明：Docker＝应用容器（把程序和依赖打包运行）；API Key＝调用外部服务的密钥；Git Clone＝把仓库代码下载到本地。常见错误：API Key 未配置 / 端口占用 / 数据库连接失败，多数项目在 README 的 Troubleshooting 章节有说明。