SGLang
高性能 LLM 和多模态模型服务框架,27K+ stars。采用 RadixAttention 等高效注意力实现,支持 DeepSeek、Llama、Qwen、GPT-OSS 等主流模型的高吞吐推理服务,是 vLLM 之外另一个生产级推理引擎选择
🎯适用场景:生产环境 LLM 推理服务、多模态模型部署、高并发 AI API 服务
📊 仓库数据
📈 上次抓取以来 ↑+10 ⭐
✅ 优点
- •RadixAttention 高效注意力机制
- •支持多种主流模型架构
- •高吞吐低延迟
- •开源免费可商用
⚠️ 限制
- •相比 vLLM 生态较小
- •部分新模型适配有延迟
- •需要 GPU 环境
🔗 相关工具
vLLM
开源⭐ 81k↑+19github.com/vllm-project/vllm
高吞吐 LLM 推理引擎,77,418+ stars。采用 PagedAttention 显存优化技术,吞吐量比 HuggingFace Transformers 高 24 倍,是生产环境部署大模型推理的首选方案,支持 OpenAI 兼容 API
🎯 生产环境 LLM 推理服务、高并发 API 服务、模型部署优化
Ray
开源⭐ 43k↑+3github.com/ray-project/ray
AI 分布式计算引擎,42K+ stars。提供核心分布式运行时和一套 AI 库,加速 ML 工作负载——包括超参数搜索、强化学习、LLM 推理服务等,是大规模 AI 训练和推理的事实标准基础设施
🎯 大规模分布式 ML 训练、LLM 推理服务、超参数搜索、强化学习
Netdata
开源⭐ 79k↑+3github.com/netdata/netdata
AI 全栈可观测性平台,78,515+ stars。实时监控服务器性能、应用指标和网络流量,内置 AI 异常检测引擎,自动发现并预警系统问题。零配置、开箱即用,每秒采集数千指标,是最轻量的基础设施监控方案。
🎯 服务器监控、应用性能观测、AI 驱动的异常预警、基础设施运维
RTK
开源⭐ 52k↑+217github.com/rtk-ai/rtk
CLI 代理层,减少 60-90% 的 LLM token 消耗。Rust 编写的单二进制文件,零依赖,支持 Claude Code、Codex、Cursor 等主流 AI 编码工具。通过本地代理缓存和智能去重,大幅降低日常开发中的 token 成本
🎯 AI 编码工具 token 成本优化、日常开发中的智能缓存
LiteLLM
开源⭐ 48k↑+28github.com/BerriAI/litellm
100+ LLM API 统一 SDK,48K+ stars。统一的 LLM API 代理和 SDK,支持 OpenAI、Claude、Gemini 等所有主流模型,一个接口调用所有模型,是 AI 编码的瑞士军刀
🎯 多模型统一接入、LLM 网关、成本优化、高可用 AI 服务架构
Kong API Gateway
开源⭐ 43k↑+1github.com/kong/kong
Magicrew 开源 AI 生产力平台,5.2K+ stars。首个开源全合一 AI 生产力平台,集成多种 AI 工具和工作流
🎯 LLM 统一接入网关、AI 服务路由与限流、MCP 协议网关、企业 API 管理