GraphCanon
Home/Developer Tools/LLM-Kit
LLM-Kit logo

LLM-Kit

wpydcr/LLM-Kit

WebUI integrated platform for latest LLMs

GitHub

GraphCanon updated 1d · GitHub synced 1d

553 stars61 forksLast push 9mo Python AGPL-3.0

Decision brief

LLM-Kit is a Python-based AGPL-3.0 licensed WebUI toolkit for major LLMs including API interfaces and fine-tuning options like LoRA.

Good fit when

  • You need full parameter tuning alongside LoRA
  • Want integrated database and knowledge base capabilities

Avoid when

  • Looking for proprietary or closed-source alternatives rather than AGPL-3.0 licensed options
  • Need a toolkit without WebUI interfaces; prefer CLI access only

Observed Jul 12, 2026 · Source: enrich:decision_facts

LLM-Kit alternativesTrust report

Verify the decision

Maintenance and security

Full trust report
Maintenance
Slowing (271d since push)
As of 1d
Provenance
Not a fork · Personal account
As of 1d
Security (OSV)
No lockfile
As of 1mo

Public GitHub metadata and optional OSV scans. Signals, not a guarantee. Trust methodology.

Install

pip install LLM-Kit
PyPI

Similar tools

Same-category neighbours. No typed graph edges are catalogued for this tool yet.

Evidence and technical details

Sourced facts, taxonomy, compatibility claims, README excerpt, and machine-readable endpoints.

Overview

A comprehensive toolkit for major language models including support for API interfaces of popular large models and open-source models, fine-tuning options like LoRA and full parameter tuning, dataset creation, knowledge bases, database integration, character扮演 (role-playing), and generative agents such as mj text-to-image generation

Capability facts

Languages
python

Source: github.language · Aug 24, 2026

Categories

Developer ToolsEvaluation & ObservabilityInference & ServingLLM Frameworks

Compatibility

Sourced claims from the README excerpt - not unsourced marketing copy.

Python runtimePython

Source: README excerpt (regex_v1, Aug 24, 2026)

本项目已在 Python 3.8 - 3.10，CUDA 11.7/11.8 环境下完成测试。已在 Windows、Linux 系统中完成测试。
Source link

Tags

chatbotembeddingsfine-tuninggenerative-agentsllmplayer

README

苏秦（suqin） 语言大模型全工具链 WebUI 整合包

English | 中文

介绍

⛓️ 本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。不用写代码即可拥有自己的定制模型与专属应用！

具体功能模块如下：

开发部署

初次使用建议查阅说明文档进行相关操作

软件需求

本项目已在 Python 3.8 - 3.10，CUDA 11.7/11.8 环境下完成测试。已在 Windows、Linux 系统中完成测试。

安装环境

1. 运行环境

# 拉取仓库
$ git clone https://github.com/wpydcr/LLM-Kit.git

# 进入目录
$ cd LLM-Kit

# 安装依赖
$ pip install -r requirements.txt

依赖也可以直接下载：Windows环境包， Linux环境包。

显卡驱动和cuda自行安装

2. 执行脚本

  • win环境，双击打开 web-demo-CN.bat 脚本
  • Linux环境，双击打开 web-demo-CN.sh 脚本

3. 相关演示文件

  • 体验大模型连接数据库功能请先下载相关文件
  • 体验角色扮演功能请先下载相关文件
  • 表情包功能请先下载相关文件放入data/apply/emotion文件夹中

文件目录

  • env ：集成包环境
  • utils ：工具代码
  • modules ：各模块代码
    • agent ：agent相关代码
      • chatdb : 数据库接入相关代码
      • svc : svc相关代码
      • vits : vits相关代码
    • apply ：应用demo代码
    • model ：模型相关代码
  • data ：数据文件
    • apply ：应用demo相关文件
      • audio ：生成的语音文件
      • emotion ：表情包文件
      • play ：人设提示词文件
    • documents ：知识库数据文件
    • modeldata ：模型训练数据文件
      • LLM ：大模型训练数据文件
      • Embedding ：嵌入模型训练数据文件
  • ui ：ui界面代码
  • output ：训练中的checkpoints
  • models ：模型文件
    • LLM ：语言大模型文件
    • Embedding ：嵌入模型文件
    • LoRA ：LoRA模型文件
    • live2d_models ：live2d模型文件
    • svc_models ：svc相关文件
    • vits_pretrained_models : vits模型文件

发展路线图

For agents

This page has a .md twin and JSON over the API.

/tools/wpydcr-llm-kit.mdGET /api/graphcanon/tools/wpydcr-llm-kitGET /api/graphcanon/graph?tool=wpydcr-llm-kit

Was this helpful?

Anonymous feedback helps us improve pages and translations.