能力标签

🤖 Agent 💻 CLI 🧬 Embedding 🧠 Claude 🖥 本地 LLM

🛠

AI工具

Paddler

基于 Rust · 开源免费，本地部署，数据完全自主可控

英文名：paddler

⭐ 1.6k Stars 🍴 90 Forks 💻 Rust 📄 Apache-2.0 🏷 AI 7.5分

7.5AI 综合评分

installableaillamacppllmllmopsload-balancerrust

🌐 访问官网

✦ AI Skill Hub 推荐

Paddler 是 AI Skill Hub 本期精选AI工具之一。已获得 1.6k 颗 GitHub Star，综合评分 7.5 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

Paddler 是一款基于 Rust 的开源工具，在 GitHub 上收获 2k+ Star，是installable、ai、llamacpp、llm领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**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**
Paddler 依赖 Rust 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Rust 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 Paddler 的版本更新，及时通知重要功能变化。

📋 工具概览

Paddler是开源的LLM/VLM负载均衡器和服务平台，支持自主托管LLMs，提供高效的模型部署和管理体验。

Paddler 是一款基于 Rust 开发的开源工具，专注于 installable、ai、llamacpp 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。

GitHub Stars

⭐ 1.6k

开发语言

Rust

支持平台

Windows / macOS / Linux

维护状态

正常维护，社区驱动

开源协议

Apache-2.0

AI 综合评分

7.5 分

工具类型

AI工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

Paddler是开源的LLM/VLM负载均衡器和服务平台，支持自主托管LLMs，提供高效的模型部署和管理体验。

📌 核心特色

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

🎯 主要使用场景

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

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：cargo install（推荐）
cargo install paddler

# 方式二：从源码编译
git clone https://github.com/intentee/paddler
cd paddler
cargo build --release
# 二进制在 ./target/release/paddler

📋 安装步骤说明

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

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 查看帮助
paddler --help

# 基本运行
paddler [options] <input>

# 详细使用说明请查阅文档
# https://github.com/intentee/paddler

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# paddler 配置说明
# 查看配置选项
paddler --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 PADDLER_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 32/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

Paddler

Digital products and their users need privacy, reliability, cost control, and an option to be independent from closed-source model providers.

Paddler is an open-source LLM load balancer and serving platform. It allows you to run inference, deploy, and scale LLMs on your own infrastructure, providing a great developer experience along the way.

Key features

Inference through a built-in llama.cpp engine
LLM-specific load balancing
Works through agents that can be added dynamically, allowing integration with autoscaling tools
Request buffering, enabling scaling from zero hosts
Dynamic model swapping
Built-in web admin panel for management, monitoring, and testing
Observability metrics

Installation and Quickstart

Paddler is self-contained in a single binary file, so all you need to do to start using it is obtain the paddler binary and make it available in your system.

You can obtain the binary by: