Orchestral AI，一个全新的 Python 框架，本周在 Github 上发布，为像 LangChain 这样复杂的 AI 编排工具提供了一种替代方案。Orchestral AI 由理论物理学家 Alexander Roman 和 Jacob Roman 开发，旨在为使用大型语言模型 (LLM) 提供一种更简单、更具可重复性的方法，尤其是在科学研究方面。

该框架优先考虑同步执行和类型安全，这与现有 AI 生态系统通常笨拙的性质形成对比。据 VentureBeat 报道，开发者创建 Orchestral AI 是为了解决一个重大挑战：在使用 AI 工具时难以获得可重复的结果。

Orchestral AI 的发布正值开发者们日益面临选择之际，他们需要在复杂、包罗万象的框架和来自 Anthropic 或 OpenAI 等供应商的单一供应商软件开发工具包 (SDK) 之间做出选择。虽然这些选项可能足以满足一些软件工程师的需求，但它们对需要在研究中获得确定性结果的科学家构成了重大障碍。Orchestral AI 试图开辟第三条道路，提供一种与供应商无关的解决方案，专为注重成本和可重复性的科学而设计。

通过专注于可重复性，Orchestral AI 旨在使 AI 更易于访问和更可靠，尤其是在结果一致性至关重要的领域。该框架的设计强调清晰性和控制，解决了那些发现现有工具过于复杂的研究人员的担忧。