LLM-Apps

Open-Source-LLM-Apps und -Frameworks

Das ist die breiteste Gruppe: Chat-Oberflächen, SDKs und Frameworks, Werkzeuge für Prompts und Evaluierung sowie Anwendungen, die auf großen Sprachmodellen aufbauen. Viele funktionieren mit Modellen verschiedener Anbieter, manche können Modelle auf Ihrer eigenen Hardware ausführen.

Worauf Sie achten sollten

Wenn Sie etwas produktiv einsetzen wollen, prüfen Sie zuerst drei Fakten: die Lizenz, denn manche beliebten Projekte schränken die kommerzielle Nutzung ein; ob der Modellanbieter unterstützt wird, den Sie bereits nutzen; und ob das Projekt noch gepflegt wird. Der Kasten „Auf einen Blick“ auf jeder Projektseite beantwortet die Fragen zu Lizenz und Pflege anhand von GitHub-Daten.

Projekte mit den meisten Sternen

865–871 von 871

Tura-AI

tura

★ 629

In 348 Long-Horizon-Benchmark-Sitzungen verbrauchte Tura bis zu 83,1 % weniger Runden beim Rewrite-Benchmark und verbesserte die DeepSWE-Erfolgsquote im Vergleich zu Codex CLI um bis zu 16,7 Prozentpunkte.

Rust

reyamira

models

★ 507

TUI und CLI zum Durchsuchen von KI-Modellen, Benchmarks, Codierungsagenten und Status für KI-Anbieter.

Rust

Ikalus1988

MisakaNet

★ 491

Ikalus1988/MisakaNet bietet eine praxistaugliche Open-Source-Implementierung mit stabiler Einsatzbarkeit für reale Anwendungsfälle.

Python

flytohub

flyto-core

★ 480

Flyto2 Core ist der Open-Source-Ausführungskernel für Automatisierungs- und KI-Agent-Workflows: 452 registrierungsgestützte Module, MCP-nativer Transport, YAML-Rezepte, Beweiserfassung, Wiedergabe, Trigger, Warteschlange, Versionierung und Messung.

Python

smithersai

smithers

★ 415

Agenten-Workflows mit vollständiger Beobachtbarkeit und Zeitreise: Beobachten Sie jeden Schritt live, spulen Sie zurück, teilen Sie ihn auf und spielen Sie jeden Lauf erneut ab. Claude Code, Codex, Gemini, jedes Modell oder Geschirr. Der gleiche Workflow läuft über Claude Code, Codex, Pi, AI SDK-Modelle und Remote-Sandboxen.

JavaScript

0xwilliamortiz

ratchet

★ 402

0xwilliamortiz/ratchet bietet eine praxistaugliche Open-Source-Implementierung mit stabiler Einsatzbarkeit für reale Anwendungsfälle.

JavaScript

Tejas-TA

predikit

★ 400

Die fehlende Brücke zwischen Ihren ML-Modellen und Ihren KI-Agenten. MCP-Tools verwenden dieselbe Pydantic-Eingabevalidierung und Modellausführung wie direkte invoke()-Aufrufe.

Python