LazyCraft 是一个基于 LazyLLM 构建的 AI Agent 应用开发与管理平台，旨在协助开发者以 低门槛、低成本 快速构建和发布大模型应用。

无论是非开发者还是技术团队，都可以通过平台快速搭建如 数据洞察师、文献综述生成器、代码理解助手 等多样化的 AI 应用，并发布到商店或通过 API 集成到业务系统中。

平台不仅支持 低代码、组件化应用编排，提供从创建 → 调试 → 发布 → 监控的全链路体验，还内置 模型管理能力，覆盖数据集管理、模型微调与推理服务。

凭借灵活可插拔的架构，LazyCraft 能够帮助团队快速验证想法、优化效果，加速 AI 技术的业务落地与迭代。

• 全流程闭环
  从应用创建、调试、发布到监控与 Bad Case 分析，完整覆盖研发链路，支持快速原型迭代直达生产部署。
• 灵活可插拔架构
  核心模块可替换，兼容多种向量库与 RAG 策略，支持自定义知识库编排，包括定制离线解析策略和在线召回策略，以满足不同场景需求。

• 提供 可视化组件画布，快速构建、调试和发布 AI 应用。
• 内置 应用模板，即开即用，帮助用户快速上手。

• 集成多家模型厂商的 本地与在线模型服务：大语言模型、图文理解、文生图、语音转文字、文字转语音、向量模型、OCR 等。
• 支持 推理 → 微调 → 评测 的完整流程，轻松切换模型。

支持管理以下资源：

• Prompt 管理：创建、编辑提示词，内置模板 + AI 辅助编写。
• 知识库：覆盖 Reader、Rewrite、Retriever、Rerank 等核心组件，覆盖从文档摄入到检索的完整链路。
  • 灵活配置 RAG 策略 & 多路召回
  • 兼容多种文件格式：PDF、Word、PPT、Excel、CSV、TXT、JSON、HTML、Markdown、LaTeX
• 工具与 MCP：支持自定义工具或 API 接入，可在画布中直接调用。
• 数据集：
  • 支持 json、csv、txt 导入
  • 内置 版本管理与模板下载
  • 提供 数据清洗、增强与标注 能力

• 支持 多租户 / 多工作空间
• 提供 权限控制与 API Key 管理
• 集成 日志与审计，满足企业安全与合规需求

• 提供 标准化接口，可无缝集成至业务系统。

• 自定义RAG的离线解析和在线召回流程，解决知识库 “不好用还不能改” 的困境

• 微调 + 部署一站操作，彻底告别 “仅能用在线模型” 的时代

git clone https://github.com/LazyAGI/LazyCraft.git
cd LazyCraft

更多环境变量配置

# 设置环境变量为平台登录地址为http://127.0.0.1:30382，此链接用于在密码重置邮件、github登录回调的请求地址，如果你申请好域名并配置好反向代理，这个链接需修改成你的域名。
export WEB_CONSOLE_ENDPOINT="http://127.0.0.1:30382"

cd docker
docker compose up -d

# 如需使用本地模型微调推理（本地有GPU）
# 修改 docker-compose.yml 取消对 cloud-service 服务的注释

http://127.0.0.1:30382
默认账号：admin
默认密码：LazyCraft@2025

1. 如果在mac下docker compose命令找不到，则可以尝试通过brew install --cask docker安装docker； 或者通过brew install docker-compose,此时要把 docker compose up -d 替换为 docker-compose up -d
2. 在docker启动后，可以通过 docker ps命令观察启动状态，找到对应的IP
3. 登录之后，会有一些预置的已发布应用，在使用这些应用之前，请确保它依赖的模型都被正确的配置好Key。 Sensenova的模型需要同时申请ak和sk，并且以ak:sk的形式配置

注意：以下操作均在 Linux 环境下进行

git clone https://github.com/LazyAGI/LazyCraft.git
cd LazyCraft
git submodule update --init

mkdir -p back/src/parts/data/common_datasets
wget https://github.com/LazyAGI/LazyCraft/releases/download/common_datasets/common_datasets.zip \
     -O back/src/parts/data/common_datasets/common_datasets.zip

cd back

# 使用在线模型
docker build --build-arg COMMIT_SHA=$(git rev-parse HEAD) -t lazycraft-back:latest .

cd front
docker build --build-arg COMMIT_SHA=$(git rev-parse HEAD) -t lazycraft-front:latest .

# 设置环境变量为平台登录地址，例如 http://127.0.0.1:30382
export WEB_CONSOLE_ENDPOINT="http://your-console-url"

export BACK_IMAGE="lazycraft-back:latest"
export FRONT_IMAGE="lazycraft-front:latest"

cd docker
docker compose up -d