ruby_llm Agent工作流
ruby_llm Agent工作流 是 AI Skill Hub 本期精选AI工具之一。已获得 3.9k 颗 GitHub Star，综合评分 8.2 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
ruby_llm Agent工作流 依赖 Ruby 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Ruby 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 ruby_llm Agent工作流 的版本更新，及时通知重要功能变化。
📋 工具概览
统一的Ruby API框架，集成OpenAI、Anthropic、Gemini、Bedrock等多个AI模型服务。提供简洁优雅的接口，支持工作流和Agent构建，适合Ruby开发者快速集成大语言模型能力。
ruby_llm Agent工作流 是一款基于 Ruby 开发的开源工具，专注于 Ruby、多模型、工作流 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
统一的Ruby API框架，集成OpenAI、Anthropic、Gemini、Bedrock等多个AI模型服务。提供简洁优雅的接口，支持工作流和Agent构建，适合Ruby开发者快速集成大语言模型能力。
ruby_llm Agent工作流 是一款基于 Ruby 开发的开源工具，专注于 Ruby、多模型、工作流 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 克隆仓库 git clone https://github.com/crmne/ruby_llm cd ruby_llm # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 查看帮助 ruby_llm --help # 基本运行 ruby_llm [options] <input> # 详细使用说明请查阅文档 # https://github.com/crmne/ruby_llm
# ruby_llm 配置说明 # 查看配置选项 ruby_llm --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export RUBY_LLM_CONFIG="/path/to/config.yml"
简介
<picture> <source media="(prefers-color-scheme: dark)" srcset="/docs/assets/images/logotype_dark.svg"> <img src="/docs/assets/images/logotype.svg" alt="RubyLLM" height="120" width="250"> </picture>
<strong>Build AI features the Ruby way</strong>
<p>The Ruby-native AI framework. Build with chats, tools, agents, images, audio, and video through one consistent API, in plain Ruby or Rails.</p>
Battle tested at <picture><source media="(prefers-color-scheme: dark)" srcset="https://chatwithwork.com/logotype-dark.svg"><img src="https://chatwithwork.com/logotype.svg" alt="Chat with Work" height="30" align="absmiddle"></picture> - Fully private work AI
<a href="https://trendshift.io/repositories/13640" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13640" alt="crmne%2Fruby_llm | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> </div>
[!NOTE] Using RubyLLM? Share your story! Takes 5 minutes.
---
Work with OpenAI, xAI, Anthropic, Google, AWS, local models, and more. Seventeen providers are built in, and you can connect an OpenAI-compatible endpoint directly.
Ask about files with a model that supports their input types
chat = RubyLLM.chat(model: "gemini-3.7-flash") chat.ask "What's in this image?", with: "ruby_conf.jpg" chat.ask "What's happening in this video?", with: "video.mp4" chat.ask "Describe this meeting", with: "meeting.wav" chat.ask "Summarize this document", with: "contract.pdf" chat.ask "Explain this code", with: "app.rb"
Features
- Chat: Conversational AI with
RubyLLM.chat - Vision: Analyze images and videos
- Audio: Transcribe speech with
RubyLLM.transcribeand generate it withRubyLLM.speak - Documents: Ask questions about PDFs, text files, and other supported formats
- OCR: Turn documents into markdown with
RubyLLM.ocr - Image generation: Create images with
RubyLLM.paint - Video generation: Create videos with
RubyLLM.animate - Embeddings: Generate embeddings with
RubyLLM.embed - Reranking: Order retrieval candidates by relevance with
RubyLLM.rerank - Moderation: Content flags, categories, and scores with
RubyLLM.moderate - Tools: Let AI call your Ruby methods
- Tool approval: Park a run until a human approves with
requires_approval - The agentic loop: Drive it yourself with
ask_later,step, andcomplete? - Server tools: Web search, code execution, and MCP connectors with
with_server_tools - Agents: Reusable assistants with
RubyLLM::Agent - Prompt templates: ERB prompts in
app/prompts, rendered withRubyLLM.render_prompt - Workflows: Correlate multi-agent runs in your telemetry with
RubyLLM.workflow - Structured output: Define a Ruby schema and read the result with
response.parsed - Streaming: Real-time responses with blocks
- Rails: Active Record persistence, Active Storage attachments, Hotwire streaming, and generators
- Files: Upload once and reuse across chats with
RubyLLM.upload - Prompt caching: Turn on the provider's cache with
with_cachingandcache_until_here - Fallbacks and cancellation: Retry on backup models with
with_fallbacks, stop a run withcancel - Cost tracking: A per-attempt usage ledger behind
chat.tokensandchat.cost - Async: Fiber-based concurrency
- Model registry: Browse capabilities, limits, and pricing across providers
- Extended thinking: Control, view, and persist model deliberation
- Citations: Normalized source citations from documents, search, and grounding
- Batches: Provider-side batch processing with provider-specific discounts via
RubyLLM.batch - Compaction: Let providers condense long conversations with
with_compaction - Token counting: Count a request before you send it with
count_tokens - Providers: OpenAI, Azure, xAI, Anthropic, Gemini, VertexAI, Bedrock, Cohere, DeepSeek, Mistral, Ollama, Ollama Cloud, OpenRouter, Perplexity, GPUStack, ElevenLabs, Deepgram, and any OpenAI-compatible API
Build a working Ruby AI chat in two minutes
https://github.com/user-attachments/assets/65422091-9338-47da-a303-92b918bd1345
Installation
Install the 2.0 release candidate:
bundle add ruby_llm --version 2.0.0.rc1Configure a provider in your script, or in config/initializers/ruby_llm.rb in Rails:
require 'ruby_llm'
RubyLLM.configure do |config|
config.openai_api_key = ENV.fetch('OPENAI_API_KEY')
endConfigure the other providers used by the examples as needed: Gemini for files, xAI for video, Mistral for OCR, and Cohere for reranking. Getting Started shows each setup beside its example. If your app uses 1.16, follow the upgrade guide before deploying 2.0.
Install Rails Integration
bin/rails generate ruby_llm:install bin/rails db:migrate bin/rails ruby_llm:load_models
Add Chat UI (optional)
bin/rails generate ruby_llm:chat_ui
chat = Chat.create! model: "gpt-5.6-luna" chat.ask "What's in this file?", with: "report.pdf" ```
Visit http://localhost:3000/chats for a ready-to-use chat interface!
Just ask questions
chat = RubyLLM.chat chat.ask "What's the best way to learn Ruby?"
设计优雅的多模型统一框架，降低Ruby开发者集成AI成本。活跃维护、生态成熟，是Ruby生态中AI集成的首选方案。
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，ruby_llm Agent工作流 在AI工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | ruby_llm |
| 原始描述 | 开源AI工作流：One beautiful Ruby API for OpenAI, Anthropic, Gemini, Bedrock, Azure, OpenRouter。⭐3.9k · Ruby |
| Topics | Ruby多模型工作流AgentAPI集成 |
| GitHub | https://github.com/crmne/ruby_llm |
| License | MIT |
| 语言 | Ruby |
收录时间：2026-05-16 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。