AI 工程测试床

面向企业级场景的 AI 系统工程测试床，覆盖搜索推荐、RAG 与上下文工程、多模态检索、训练与反馈闭环等能力。

快速开始 GitHub 仓库

平台定位

  • 提供统一实验环境，用于验证 AI 算法、系统架构与工程流程
  • 支持从离线数据构建到在线检索、反馈回流、训练迭代的完整闭环
  • 默认强调本地可运行、可观测、可扩展

功能概览

  • 🔍 搜索推荐：倒排索引、CTR 重排、A/B 测试
  • 💬 RAG 与上下文工程：检索增强、多步推理、MCP 编排
  • 🖼️ 多模态系统：CLIP 图像检索与跨模态查询
  • 🤖 训练闭环：样本采集、模型训练与反馈迭代
  • 🛡️ 系统监控：运行状态与关键指标可视化

🚀 快速开始

安装 

git clone https://github.com/tylerelyt/test_bed.git
cd test_bed
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r requirements.txt

启动 

./quick_start.sh

启动后访问 http://localhost:7861。

📚 文档导航

核心模块

搜索推荐系统

LLMOps 训练管道

RAG 与上下文工程

多模态系统

GUI 自动化代理

模型服务

🛠️ 技术栈

类别 技术
经典 ML scikit-learn（逻辑回归）、TensorFlow（Wide & Deep）
大语言模型 LLaMA-Factory、LoRA、Ollama、OpenAI API
训练技术 CPT、SFT、DPO
计算机视觉 OpenAI CLIP（ViT-B/32）、Transformers
Web 框架 Gradio、Flask
模型服务 独立进程 + RESTful 接口

📄 许可证

本项目采用 MIT 许可证，详见 LICENSE。

🤝 参与贡献

欢迎提交 Issue 和 Pull Request。提交前请阅读 贡献指南。

📞 联系方式