案例 · 成果

没有 logo 墙,
只放我们真做过的东西。

这里有两类东西:自研 AI 开发框架与它的公开复盘,和已成体系的公开研究——每一件都可验证。

壹自研 AI 开发框架

fanren-framework · 架构总览 Python + LangChain

应用层

你的业务应用 ← 二次开发从这里开始

能力层

◆AI 会话

◆RAG 检索

◆Agent 框架

◆权限系统

编排层

LangChain 编排

模型网关 · 多厂商路由

成本与可观测

模型层

Claude GPT Gemini DeepSeek Qwen 本地模型按场景路由,不绑定厂商

AI 开发框架

源码交付 · 可二开

基于 Python + LangChain 的 AI 应用开发框架:内置 AI 会话、RAG、Agent 框架与权限系统,全部源码交付,拿到就能直接二次开发。我们的定制开发项目也在这套骨架上交付——它既是作品,也是底座。

◆AI 会话

多轮对话、流式输出、会话管理开箱即用

◆RAG 检索

文档入库、切分、检索与引用溯源全链路

◆Agent 框架

工具调用、任务编排、可控的执行边界

◆权限系统

用户、角色与数据权限,企业接入即用

贰公开研究 · 成果

已成体系的公开技术深挖:把各家厂商的机制、计费、边界逐条拆开对比。全部基于公开资料,可复算。

我们做诊断与上线检查用的框架,部分公开。一个 AI 产品要过四道关,才配上线:

能 能力关 · 能不能稳定做对事

本 成本关 · 单次调用算不算得过账

险 风险关 · 出错之后怪谁、赔多少

责 责任关 · 用户敢不敢签字