Otari 控制平面
面向工程团队的开源 LLM 控制平面,可在单一层级上路由、预算、优化成本并加固跨供应商的 LLM 流量,避免供应商锁定,支持自托管,适合规模化运营 LLM。
了解更多 ↗拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Mozilla.ai 由 Mozilla 推出,是一个构建可信赖、开源人工智能生态系统的创业公司和社区。当前旗下有两条产品线:面向工程团队的 LLM 控制平面 Otari,以及面向日常工作的 AI 助手 Octonous。它开源了 llamafile、any-llm、any-guardrail、mcpd、cq、encoderfile 等一批工具库,覆盖本地运行模型、统一多供应商接口、安全护栏、共享知识库等方向。优势在于代码开放、可自托管、不锁定供应商,并提供 Python 单接口对接 40+ LLM 供应商,同时支持本地单文件运行大模型。短板在于多数项目仍处于早期阶段,官方未公开具体价格与性能基准,适用性需要使用者自行验证。
Mozilla.ai 是 Mozilla 旗下的一个创业公司与社区项目,目标是构建可信赖、透明、可控的下一代人工智能解决方案。它面向开发者、工程团队以及希望掌握 AI 自主权的组织,提供基础设施、产品和开源工具。
目前已推出的核心产品包括 Otari 和 Octonous。Otari 是一个开源 LLM 控制平面,让工程团队在单一层级上路由、预算、优化成本并加固跨供应商的 LLM 流量,支持自托管。Octonous 则让用户描述任务后由 AI 在已连接的工具中执行,可选择已有模型、在动作执行前进行审批、设置触发器或计划自动运行,并在已连接应用中搜索文档。
此外,Mozilla.ai 还维护一批开源库:cq 是供智能体在行动前查询的共享知识库;any-llm 让开发者通过一次配置切换 LLM 供应商;any-guardrail 为护栏模型提供统一接口;mcpd 用于跨环境管理 MCP 服务器;llamafile 用单文件可执行方式在本地运行 LLM;encoderfile 将基于 Transformer 的编码器打包为便携二进制文件。
面向工程团队的开源 LLM 控制平面,可在单一层级上路由、预算、优化成本并加固跨供应商的 LLM 流量,避免供应商锁定,支持自托管,适合规模化运营 LLM。
了解更多 ↗描述任务后由 Octonous 在已连接工具中执行,用户可选择已有 AI 模型,并在每个动作执行前进行审核批准,还可设置触发器或计划实现自动运行。
了解更多 ↗通过单个文件的可执行程序在本地无缝分发和运行 LLM,无需安装,支持任意操作系统,适合对隐私和离线有要求的场景。
快速开始 ↗用一个 Python API 接入 40+ LLM 供应商,只需改动一次配置即可在不同供应商之间切换,降低多模型接入的复杂度。
快速开始 ↗为护栏模型提供统一接口,可用一行代码为 LLM 应用添加安全防护层,检测提示注入等风险并屏蔽有害输入。
快速开始 ↗面向 AI 编码智能体的共享知识库,智能体在行动前先查询它,把单个智能体的经验沉淀为整个智能体生态的集体知识。
快速开始 ↗用一份配置管理多个环境中的 MCP 服务器,简化部署与控制流程,让连接数据库等操作更易维护。
快速开始 ↗将基于 Transformer 的编码器快速打包为便携二进制文件,可本地运行嵌入模型,无运行时开销,开箱即用。
快速开始 ↗需要统一管理多家 LLM 供应商的路由、预算与安全,Otari 这类自托管控制平面较为合适。
可直接取用 any-llm、any-guardrail、llamafile 等开源库,构建本地、隐私优先的 AI 应用。
Blueprints 集合了可复用的自动化蓝图,适合探索真实场景用法并参与贡献。
如果期待清晰的报价单、SLA 和合规证明,官网未公开价格与相关文档,需自行联系确认。
产品面向开发者与工程团队,几乎都是开源库和需要自行部署的工具,普通用户上手成本较高。
目前对外展示的重点是开源工具与产品 Otari、Octonous。开源库可以自托管,实际是否需要付费、额度如何,需以官方页面为准。
主要分两部分:一是产品线 Otari 与 Octonous,Otari 是开源 LLM 控制平面,Octonous 是任务执行助手;二是开源工具库,包括 llamafile、any-llm、any-guardrail、mcpd、cq、encoderfile。
官网未列出明确竞品对比。可以参照的差异点是:Mozilla.ai 强调开源、可自托管与不锁定供应商,any-llm 提供 40+ 供应商的统一接口,llamafile 支持单文件本地运行,适合对开放性和数据自主权有要求的团队。
由于多数工具是开源库、需要自行部署,可用性主要取决于你选择的模型供应商与网络环境,具体以官方页面为准。
官方,any-llm 用一个 Python API 对接 40+ LLM 供应商,只需改动一次配置就能切换,避免为每家供应商单独写接入代码。
不需要。llamafile 以单个文件的可执行程序形式分发,可在任意操作系统上本地运行 LLM,无需安装,适合对隐私和离线有要求的场景。
在 GitHub 与 Discord 上维护社区,开发者可以贡献代码、报告问题或帮助改进文档。此外还有面向社区收集的 Blueprints 自动化蓝图集合,欢迎探索和贡献。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Mozilla.ai本工具 | 4.0 | 未标价 | Otari 控制平面;Octonous 任务助手;llamafile 本地运行;any-llm 统一接口 | Web |
| Qwen2.5-Coder-32B-Instruct-GPTQ-Int8 | — | 未标价 | 开源代码生成语言模型 | — |
| AISmartCube | — | 未标价 | 低代码人工智能工具平台,用于创建人工智能工具和助手 | — |
| GrowthBaze AI | — | 未标价 | 获得我们的 Growth AI 为创业公司提供增长建议 | — |
| Qwen2.5-Coder-14B-Instruct-AWQ | — | 未标价 | 开源代码生成与推理的大型语言模型 | — |
| 灵云开放平台 | — | 未标价 | 开放平台 | — |