一、通用型AI工作流平台
1. Dify
一站式LLM应用开发平台，提供可视化界面构建AI工作流，支持数百种专有/开源LLM（如GPT、Llama3），集成RAG管道和智能体功能，可快速开发智能客服、文档问答等应用
2. n8n
可视化自动化工具，支持400+服务集成（如Gmail、OpenAI），通过拖拽节点构建复杂工作流，适合非开发者使用
3. PySpur
拖拽式AI工作流构建器，支持多模态数据处理（视频/音频/文本）、循环记忆功能和结构化输出，可集成Slack等工具
二、机器学习专项工具
1. MLflow
管理机器学习生命周期，支持实验跟踪、模型版本控制和部署，适合中大型项目
2. Kubeflow
基于Kubernetes的ML平台，支持TensorFlow/PyTorch框架，适用于生产环境的大规模AI任务
3. KNIME
无代码数据分析工具，通过拖拽构建数据处理流程，适合非技术用户
三、开发效率工具
1. NodeTool
开源可视化构建器，支持本地模型与远程服务集成，简化AI应用开发流程
2. MindsDB
用SQL直接调用AI模型，支持数据库连接和任务自动化，降低AI使用门槛
3. Ivy
跨框架工具（如PyTorch/TensorFlow），无需重写代码即可切换深度学习框架
四、特色应用工具
Stable Diffusion WebUI
开源AI绘图工具，通过文字描述生成高质量图像
Rasa
定制化聊天机器人开发框架，支持自然语言交互调试
OpenCV
计算机视觉库，提供图像/视频处理工具链
这些工具覆盖了从数据预处理、模型训练到部署运维的全流程，开发者可根据项目复杂度（如是否需要Kubernetes支持）和团队技术栈（如偏好Python或低代码）灵活选择。
