多模型链式编排
把多个模型调用串成一条流程,上一个节点的输出自动成为下一个节点的输入,适合做改写、审校、总结这类分步处理。
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
LLM Playground 是一个跑在网页上的大模型试验工具,核心玩法是把不同模型接成一条链路:前一个模型的输出直接喂给下一个模型,像搭积木一样拼出一条多步处理流程。它通过 OpenRouter 调用各家模型,节点里可以填系统提示词,用来固定每个模型在链路中的角色。适合想快速比较模型表现、验证多步提示思路的开发者。短板也比较明显:目前只有单一的工作流视图,没有现成的模板库,链路一长就得手动一个个节点去调,调试体验还比较原始。
LLM Playground 是一个面向开发者和提示词爱好者的在线试验台,最大的特点是把「模型调用」变成「工作流节点」。你不需要写代码,在画布上添加节点、给每个节点选一个模型、填上系统提示词,再用连线决定数据怎么流动。
它的模型来源是 OpenRouter,也就是说背后调用的不是某一家的单一模型,而是 OpenRouter 聚合的多种模型。每个节点本质上是一次独立的大模型调用,节点之间传递的是上一个节点的输出文本。这种设计让「先让模型 A 改写、再让模型 B 审校」这类多步流程变得直观可见。
对刚接触多模型编排的人来说,它可以当作理解链式调用原理的练习场;对已经有明确处理流程的开发者,它可以用来快速验证「这条链路到底能不能跑通、哪一步是瓶颈」,跑通之后再考虑用代码固化下来。
把多个模型调用串成一条流程,上一个节点的输出自动成为下一个节点的输入,适合做改写、审校、总结这类分步处理。
画布上的每个节点代表一次独立的大模型调用,节点之间靠连线决定数据流向,链路结构一眼能看清。
每个节点都可以单独填写系统提示词,用来锁定该模型在这条链路里扮演的角色,避免它跑到别的任务上去。
模型通过 OpenRouter 调用,可以选用它聚合的多种模型,在同一张画布上混搭不同厂商的模型做对比。
用连线搭流程而不是写代码,节点状态和输出会在画布上直接显示,改一步就能马上重跑看效果。
当你需要验证一条多步提示链路、或者想直观比较不同模型在同一任务上的表现时,它上手快、不用配环境,是个合适的试验场。当你需要稳定跑批、要接入自己的业务系统、或者链路步骤很多时,它更像玩具而不是产线工具——画布上的节点全靠手动维护,也没有现成的模板可套。建议把它当成「流程图版的提示词草稿纸」:在这里把思路跑通,再决定要不要用代码实现。
想弄明白多步提示是怎么一步步传下去的,在这里画一条链路比读文档直观得多。
同一段任务分别挂到不同模型上跑一遍,用输出差异来判断该选哪个,比看榜单更贴近自己的场景。
流程还没定型时用它快速试错很划算;一旦要接真实业务数据,画布方式就撑不住了。
每次都要手动搭画布、手动触发,缺少批量与自动化能力,日常生产用不起来。
它是个网页端的可视化试验台,把大模型调用做成一个个节点,你可以把多个节点连起来,让上一个模型的输出直接变成下一个模型的输入,从而拼出一条多步处理流程。
不用。整个流程在画布上用节点和连线完成,每个节点只需要选模型、填系统提示词。适合还没想好用代码怎么实现、想先把思路跑通的人。
模型通过 OpenRouter 调用,可以在节点里选用它聚合的多种模型,因此同一条链路里可以混搭不同厂商的模型。具体可选范围取决于 OpenRouter 当时提供的模型列表。
聊天窗口是单轮或连续对话,角色只有一个。这里可以给每个节点分配不同模型和不同系统提示词,形成「一个改、一个审、一个总结」这样的分工,步骤和分工都是显式可见的。
更适合前期验证。画布上的节点需要手动维护,也没有批量运行和对外提供接口的能力,流程定型之后通常要把提示词和调用顺序搬到代码或脚本里,才算能稳定复用。