面向 AI 产品团队的本地优先开发与优化工作台，覆盖评估、提示词优化、RAG、智能体、合成数据和微调等环节。
Kiln 将 AI 任务、数据集和模型实验组织在同一套桌面工作流中，支持非技术成员参与评测和数据整理，也支持工程师通过 Python 库将任务带入生产环境。中文交付版本保留上游应用能力，补充中文界面、代理兼容性和本地演示入口。
真实界面
共 7 张
Capabilities
AI 产品经理、提示词工程师、评测与 QA 团队、数据科学家、应用开发者以及需要本地管理 AI 数据的团队。
开源源码交付与社群学习研究；部署方自行配置模型服务、密钥和团队协作基础设施。
已通过锁定依赖安装、前端类型检查、1163 个前端测试、生产构建、后端 OpenAPI 与可用模型接口检查，以及 7 个真实运行中文设置与任务页面的 HTTP、可见正文、控制台、坏图和横向溢出质量门。
模型调用、在线优化、团队 Git 同步和部分桌面能力依赖部署方自行配置外部服务；当前证据为隔离本地演示，不代表已配置生产模型或团队凭据。
部署难度
中等
最低配置
macOS、Windows 或 Linux；Python 3.10+、Node.js 与 npm；如需完全离线运行可选用 Ollama，构建与运行建议预留至少 4 GiB 内存。
开源许可证
MIT License（核心库与服务）；桌面应用按仓库附带的 source-available 条款交付
最后验证
2026-09-02
技术栈
授权说明
源码包原样保留根目录与 app 目录的许可证、版权和商标说明。交付版本包含中文界面、代理兼容性和本地演示入口修改；使用者应分别遵守核心库 MIT 许可及桌面应用附带条款。
Release notes
1 个已发布版本
中文社群学习交付版本；补齐核心设置与任务创建页面中文界面，修复 SOCKS 代理依赖兼容性，并保留可回归的真实运行证据。
部署要求：Python 3.10+、Node.js/npm 与现代浏览器；模型调用、在线能力和 Git 同步需要部署方自行配置。
已知问题：当前证据覆盖本地设置和任务创建流程；真实模型调用、团队协作和生产部署需另行配置并验证。
