andrewyng/aisuite

项目概览

仅通过将模型名称格式改为 <provider>:<model-name> 即可在不同 LLM 提供商之间切换，解决了多提供商 SDK 与 API 差异带来的开发复杂度问题。

项目类型

MCP · AI Agent · 模型运行

应用场景

自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 需要跨多家 LLM 提供商进行应用开发且希望以统一接口调用的开发者。
• 需要自动化工具调用和结构化智能体工作流的 AI 工程师。

核心能力

• 提供类 OpenAI 风格的接口，支持 OpenAI、Anthropic、Google、Ollama 等多家提供商，可使用 temperature、max_tokens、tools 等标准参数。
• 允许将普通 Python 函数作为工具传入，自动生成 Schema、执行调用，并将结果反馈给模型，受指定的 max_turns 限制。
• 提供面向较长运行时间的结构化智能体工作的一等 API，用户可声明智能体、用 Runner 运行，并附加预置工具包（文件、git、shell）。
• 支持 Model Context Protocol，可将任意 MCP 服务器的工具交给模型使用；同时提供 MCPClient 用于可复用的连接。
• 通过实现轻量级适配器并遵循命名约定，即可添加新的提供商并自动发现。

限制与风险

• 流式输出无法与 max_turns 自动化工具调用结合使用，需要手动组装工具调用。
• 使用云端 LLM 提供商（OpenAI、Anthropic、Google 等）为可选依赖，可通过 Ollama 使用本地模型；云端服务可能涉及费用。
• 需要具备 Python 编码能力，以库的形式进行调用和开发。
• 需要从受支持的提供商（OpenAI、Anthropic、Google、Ollama 等）获取或部署 LLM。

如何开始

• 通过 pip 安装 aisuite，配置各提供商的 API 密钥，导入 aisuite 后调用 client.chat.completions.create 即可开始使用。

核验依据

• README: `aisuite` is a lightweight Python library for building with LLMs, in two layers: a unified **Chat Completions API** across providers, and an **Agents API** with tools and toolkits…
• README: * **[Agents API · Toolkits · MCP](#agents)** — give models real Python functions as tools, run multi-turn loops, attach ready-made toolkits (files, git, shell) or any MCP server,…
• README: You'll also need API keys for the providers you call — the [Chat Completions quickstart](docs/chat-completions-quickstart.md) covers key setup and your first calls.
• README: The chat API provides a high-level abstraction for model interactions. It supports all core parameters (`temperature`, `max_tokens`, `tools`, etc.) in a provider-agnostic way, and…
• README: Pass `stream=True` to get an iterator of OpenAI-shaped chunks from any supporting provider (OpenAI, Anthropic, Ollama, and OpenAI-compatible endpoints) — the same loop works acros…

来源更新时间：2026-07-26T18:10:08Z

打开原始 GitHub 项目