2024 中国开源开发者报告重点聚焦大模型，本章节以大模 型 LLM 开发技术栈作为切入点，将深入探讨以下中国 AI 大模型领域的代表性开源项目社区。 这些开源项目社区覆盖了深度学习框架、向量数据库、AI辅 助编程、LLM 应用开发框架、模型微调、推理优化、LLM Agent，以及检索增强生成（RAG）等多个关键技术栈。 为了更全面客观地展示中国大模型 LLM 开发技术栈的开源 社区生态，我们使用了 111 OSS Compass Insight 生产力-协作开发指数 本部分图表仅用于数据展示，不涉及先后排名 作为国内及业内领先的 AI 开发基础设施，本部分图表 中的开发框架、向量数据库、 开发平台、大模型均表现出 色，代表着它们的代码提交 频率、参与者、代码合并比 率等协作开发工作保持着较 高的水平。 17 / 111 OSS Compass Insight 本部分图表仅用于数据展示，不涉及先后排名 (EMQ) 市场&开发者 社区总监一职。 2004 年，顾钧从北京大学计算机系本科毕业，其后在工商银行、IBM、 摩根士丹利、华为和 Zilliz 等多家知名企业工作。 曾联合发起全球首个开源向量数据库项目 Milvus，并帮助 Milvus 社区 在两年间迅速拓展到两千家企业用户。 29 / 111 大模型撞上“算力墙”，超级应用的探寻之路 文/傅聪 近日，大模型教父 Sam Altman

⼿中实现“⽆损 ⻓上下⽂窗⼝（Lossless
Long
Context
Window）”，⽀持
20
万汉字输⼊，实现对⻓⽂本的⽆ 损记忆。OpenAI
和
Anthropic
到
11
⽉才在
Context
Length
上追上来，且在精度（⽆损记忆） 和中⽂能⼒上
Kimi
智能助⼿依然领先。
b. 聚焦底层技术创新，不⾛技术捷径。最早提出“Lossless
Long
Context
可以解决
90%
以上的 创业公司的“AI
ChatBots”产品中排在第⼀；⽉环⽐增⻓率
94.1%，增⻓速度也在⼤模型创业 公司的第⼀位。
“Kimi
智能助⼿”详细介绍
Kimi
是由⽉之暗⾯（Moonshot
AI）提供的超⻓记忆
AI
助⼿，⽀持约
20
万汉字的上下⽂输⼊，具备 显著的中⽂优势，随时为你回答问题、速读⽂件、整理资料、激发灵感、辅助创作。你可以与
Kimi
聊 天，发送⽹址链接，上传⽂件。 提醒：对了 ⽂献书籍、⻓篇报告、复杂合同、⽹⻚⻓ ⽂，提供深⼊洞察和分析。 • 专业解读⽂件：⽆论是⾦融分析、法律咨询还是市场调研，Kimi
都能以专业⽔准提供⽀持。超⻓⽂ 档、多个⽂件，都可以快速摘要、翻译、答疑，⽀持上传
PDF、Word、Excel、PPT、TXT⽂件和 图⽚。 • 整理资料：⽆论是堆积如⼭的发票，还是复杂冗⻓的会议记录，Kimi
都能智能识别整理，⾃动提取 关键点，让资料整理不再繁琐，信息⼀⽬了然。

大模型、上海人工智能实验室的书生通用大模型、腾 讯的混元大模型、蚂蚁的百灵大模型等。 另一方面，除了大模型本身，中国在 LLM 相关技术领域也 快速迭代发展，诸如 Dify.AI 的 LLMOps、Milvus 的向量 数据库、CodeGeeX 与 Comate 的 AI 编程、对 LLM Prompt 的研究、OneFlow 的深度学习框架。 值得一提的还有华为的盘古大模型，其中盘古气象大模型是 首个精度超过传统数值预报方法的 什么，怎样做可以缓解或者解决，但它不会一点一点进行“望 闻问切”全套去引导，了解具体情况，最终再给出切实可行的 解决方案。 但回过头来想想，这个话题可深可浅，往浅了说，当前 LLM 产品可以帮助人类翻译、润色一段文字、提炼论文核心内容， 这本身也是较为完整的解决方案；当前 LLM Agent、 LLMOps，甚至只是说开发者的各种“工程化组合骚操作”， 实际上已经可以把不同模型、不同模态、不同工具和知识源整 【生产事故】冥场面！速来围观 2023 十大生产事故“名 场面”。 1 1 目录 一、开源开发者事件回顾 三、中国开发者开源新动向 二、2023 LLM 技术报告  46 | 向量数据库  47 | 数据库向量支持  48 | 大模型框架、微调  51 | 大模型训练平台与工具  53 | 编程语言  57 | 知名大模型  58 | 备案上线的中国大模型  21 |

云计算开源产业联盟云原生十大优秀案例 infoQ 中国技术力量年度榜单 InfoQ2020 最有价值技术团队 InfoQ2020 最佳技术社区驱动力奖 思否 SegmentFault 中国技术品牌影响力企业 DTCC 第十一届中国数据库技术大会创新产品奖 《Gartner 2021 中国 ICT 技术成熟度曲线》数据中台领域标杆厂商 信通院可信云计算最佳实践服务网格 2021 数博会“十佳大数据案例” 《Gartner 2019中国 积成电子股份有限公司 金鼓新生（天津）融资租赁有限公司 济南华众世纪信息技术有限公司 江苏金恒信息科技股份有限公司 江苏省农村信用社联合社 江苏益客食品集团股份有限公司 江西济民可信集团有限公司 记忆科技（深圳）有限公司 九州通医药集团股份有限公司 龙湖地产有限公司 绿瘦健康产业集团有限公司 联通（山东）产业互联网有限公司 名创优品(广州）有限责任公司 马上消费金融股份有限公司 民生证券股份有限公司 基于通用语言封装的可视化开发语言，具 备完善的静态类型系统和组件扩展机 制，适合 80% 企业级应用开发，灵活性 高，可靠性强。 数据模型驱动 可视化构建实体、数据结构、枚举等低 代码数据模型，自动生成数据库表和页 面交互。 支持企业集成 能够通过 API 集成企业内部的服务，实 现应用组装。 业务与流程融合 流程引擎基于 BPMN2.0 规范，可视化 流程开发，可支持如请假、入职、离职等 企业内常用流程场景。

www.iresearch.com.cn 基础软件开源界限划分 操作系统、数据库、中间件、AI框架底层代码按规范进行共享与协作 本篇报告研究的基础软件开源范围，是指研究“开源”中“基础软件”板块的情况。开源过程中，参与者可以共享、协作完成开发， 正好与基础软件庞大的开发量需求相 意义惠及软件产业全领域。 注释：由于暂无国内厂商主导的开源编程语言，因而不列入本报告研究范围。 来源：根据专家访谈、公开资料，由艾瑞咨询研究院自主研究及绘制。 对于这四类基础软件（操作系统、数据库、AI框架、中间件），其编写者将实现功能的代码按照一定的开源规范 开放，任何人可以查看、使用、贡献，同时，使用者也要遵循一定的开源规范。 基础软件开源范畴界定 国内基础软件开源界定 基础软件 杂等特点 中间件：不同系统和应用程序之间交互 与协作的桥梁 AI框架：具备构建和部署人工智能模型 的基础的全套开发工具 操作系统：是软硬件资源的资源管理者， 为用户与应用程序提供交互接口 数据库：通过对数据的访问与管理，支 持各种应用程序和业务的需求 编程语言：人与计算机交互的“语言”， 含编译器、基础编程语言、IED等 社区协作：鼓励各方在开放平台上协作 贡献，推动开源内容的发展 创新改进：通过资源共享与协作共生，

终在2026年Zen6架构的六代霄龙上成为默认 值，届时AGESA则会退出。 注释：OpenSIL的全称为“Open-Source Silicon Initialization Library”（开源硅初始化库），作 为一套开源解决方案，使用标准行业语言编写， 不但可以实现AGESA的各种传统功能，还有轻量 化、简单、透明、安全、扩展灵活等优势。 全球开源态势洞察｜第十期 02 01 行业发展 Nutanix推出Kubernetes 到应用。Decidim平台的首个日本版本主要由日 本东京大学先端科学技术研究中心的Yoshimura 教授和Code for Japan组织的代理主任Hal Seki负 责。现已将源代码上传至其创建的GitHub公开存 储库中，使当地社区能够利用该平台。 Code for Japan组织致力于在日本公共部门中推 广开源作为公民参与社会和民主变革的工具。作 为更广泛的Code for all网络的一部分，Code for 开放原子开源基金会的开源公益项目“源译识”公益翻译、 “心寄源”专业沙龙、“源规律”公益课程 欢迎您的参与和建议详情请见： http://www.openatom.org/legal-IP 撰稿：刘博雅；审校：王荷舒 PingCAP 平凯星辰 主要创始团队 PingCAP平凯星辰成立于2015年，是一家企 业级开源分布式数据库厂商，提供包括开源分 布式数据库产品、解决方案与咨询、技术支持 与培训认证服务，致力于为全球行业用户提供

Python 开发框架 ………………………………………………………………………………… 23 3.14 前端开发框架 …………………………………………………………………………………… 24 3.15 数据库……………………………………………………………………………………………… 25 3.16 版本控制工具 …………………………………………………………………………………… 26 3.17 AI 开发框架 鉴。 堵俊平：这两年，一个很明显的趋势是越来越多的初创企业参与开源。这一方面得益于 ToB 赛道成为市场和 政策导向的热点，另一方面开源所代表的开放式创新也被投资界所认可。尤其是开源与数据（数据库 & 大数据） 以及 AI 等热点技术相结合，更是为市场带来了极大的想象空间。 参与者所在企业类型 外企 国内初创公司 国内大型互联网企业 国企 / 央企 / 事业单位 其他 外企，25,10% 段夕华：这个数据有点意思，React 居然屈居 Vue 之后，好像跟国外的统计数据不太一致。不知道是样本容 量问题，还是因为国内开源项目对华人发起的 Vue 情有独钟。 2021 中国开源年度报告 25 3.15 数据库 数据库使用情况中，不出意外地，MySQL 以绝对优势遥遥领先，SQL Server 与 Oracle 跟随其后。 专家点评 段夕华：Mysql 和 Postgres 的对比关系也有国内外差异，估计还是惯性使然

堵俊平：这两年，一个很明显的趋势是越来越多的初创企业参与开源。这一方面得益于 ToB 赛道成为市场和政策导向的热点，另一方面开源所代表的开放式创新也被投资界所认 可。尤其是开源与数据（数据库&大数据）以及 AI 等热点技术相结合，更是为市场带来 了极大的想象空间。 Du Junping: In the past two years, a clear trend has been that overwhelming advantage. SVN, TFS, and CVS are still in use by many participants. 3.16 数据库 / 3.16 Database 数据库使用情况中，不出意外地，MySQL 以绝对优势遥遥领先，SQL Server 与 Oracle 跟 随其后。 Not surprisingly, MySQL leads the third most followed user of the year. 此外，从排名中我们可以看出，除了优质项目的作者外，知识博主也受到了诸多关注。很多知 识博主选择将代码仓库作为公开的学习资料储存库使用，让读者和观众们自由获取，代码仓库 的用途不再仅限于存储代码，这种新型的知识分享形式也越来越受到开发者们的欢迎。 In addition, we can see from the rankings

GPL：允许商用，但必须在出售的同时公开软件源代码，从某种意义上说这就等同于二 次开发后的产品是“自愿付费”的，或者说出售GPL开源软件的企业实际上必须出售某 种服务而不仅是软件本身。 LGPL：如果类库引用（链接，不修改）则可以闭源商用，否则不能够闭源商用。 EPL：没有修改过，可以直接商用；有修改过，必须在公布源代码的条件下商用，这种 情况下与GPL的发布条件类似。 • 从定义上看，所有的开源 渠道化 为互补产品宣传、导流 提升企业市场声量 产业级影响 促进协同产品出现和创新 构建开源产业基金会 e.g. Linux发行版 e.g. Google浏览器 e.g. 开源数据库托管 产 业 协 同 软件开源核心运营 e.g. Kubernetes 11 ©2022.2 iResearch Inc 开源是软件市场“后进者”扩大市场影响力的重要手段 从市场竞争战略的视角上看，软件开源通常是软件市场的“后进者”扩大市场影响力、追赶头部企业的重要手段。观察PC 操作系统、移动操作系统、DBMS（核心数据库）三大类典型基础软件产品的开源/闭源情况，整体来看后出现的软件产品 更有可能是开源的，这一情况在DBMS情况尤为显著。通过开源，新的产品能够能更快地打入市场，开放的源代码也更容 易获得顾客的信任和了解

作为当时开源项⽬的主战场，Linux 操作系统、 桌⾯办公软件（GNOME， OpenOffice）和浏览器（Mozilla）掀起了第⼀波开源的浪 潮；近年来随着互联⽹的兴起，开源的项⽬和技术越来越百花⻬放，从数据库到中间 件，从前端到后端，从编程语⾔到编译器，从物联⽹到微服务，从⼤数据到⼈⼯智能， 开源的技术和项⽬越来越丰富和多样化。 4、开源⼯作现状 4.1 接触开源的时间 有近三成参与者接触开源的时间在 和操作系统相关产品仍然是⼤家了解 和接触开源的最初窗⼝。 4.7 最希望能够开源的产品 相⽐于 2019 年，开发⼯具在今年成为⼤家最希望能够开源的产品类型第⼀名，紧接着的是操 作系统，数据库产品与中间件产品也是很多⼈希望能够开源的产品类型。 4.8 企业对开源的贡献 在参与者眼中，GitHub 对于开源软件的贡献最⼤，其次是 Google，⽽在国内企业中， Alibaba、Huawei 今年仍然是最受欢迎的编辑器，紧随其后的是 vim 以及 notepad++。 6.4 版本控制⼯具 毫⽆疑问的是，Git ⼀枝独秀，具有绝对性优势。SVN、TFS、CVS ⽬前仍有不少参与 者在使⽤。 6.5 数据库 数据库使⽤情况中，不出意外地，MySQL 以绝对优势遥遥领先，MongoDB 与 PostgreSQL 跟随其后。 6.6 操作系统 操作系统的使⽤中，Windows、Linux、MacOS X