【开源】BAML：用编程思维做 Prompt 工程的结构化 AI 框架（附教程）-壹联网络

Prompt 工程（Prompt Engineering）在大模型应用开发中至关重要，但传统的字符串拼接方式难以维护和调试。BAML（BoundaryML Language）是一个专为 AI 工作流设计的领域特定语言，将 Prompt 工程转变为Schema 工程，让 AI 输出更可靠。

项目介绍

BAML 由 BoundaryML 开发，获得了 7,900+ 颗星。BAML 的核心创新在于：它将每个 Prompt 定义为一个有类型签名的”函数”（Function），开发者可以像写 API 一样定义输入输出的数据结构，而 Prompt 本身则作为模板嵌入其中。这种方式天然支持类型检查、IDE 自动补全和版本控制。

BAML 兼容 Python、TypeScript、Ruby、Java、C#、Rust、Go 等几乎所有主流编程语言，真正做到了”一次编写，到处调用”。

特色功能

类型安全的 Prompt：输入输出都是强类型，编译时即可发现错误
多语言 SDK：Python、TypeScript、Ruby、Java、C#、Rust、Go 全支持
全模型兼容：支持 OpenAI、Anthropic、DeepSeek 等任何支持 Function Calling 的模型
内置重试机制：输出解析失败时自动重试
流式输出：支持实时流式响应
Guardrails 内置：内置内容安全检查机制
Prompt Fiddle 在线工具：提供浏览器内在线调试平台

安装步骤

# Python 安装
pip install baml-py

# TypeScript 安装
npm install @boundaryml/baml

# Ruby 安装
gem install baml

# 安装 CLI 工具（用于编译 .baml 文件）
pip install baml-cli

# 或使用 npx
npx @boundaryml/baml-cli generate

使用方法

BAML 文件示例（定义一个对话 Agent）：

// 定义消息结构
class Message {
  role string
  content string
}

// 定义输出类型
class ReplyTool {
  response string
}

class StopTool {
  action "stop" @description(#"
    当可能适合结束对话时触发
  "#)
}

// 定义 Agent 函数
function ChatAgent(
  message: Message[],
  tone: "happy" | "sad"
) -> StopTool | ReplyTool {
  client "openai/gpt-4o-mini"

  prompt #"
    你是一个对话机器人，语调要求：{{ tone }}。

    {% for m in message %}
    {{ _.role(m.role) }}
    {{ m.content }}
    {% endfor %}
  "#
}

Python 中调用 BAML 函数：

from baml_py import BamlStreamEvent
from your_module import ChatAgent  # 由 BAML 编译器生成

# 同步调用
result = ChatAgent(
    message=[
        {"role": "user", "content": "你好"}
    ],
    tone="happy"
)
print(result)  # 结构化输出，类型安全

# 异步/流式调用
async for event in ChatAgent.astream(...):
    if isinstance(event, BamlStreamEvent.complete):
        print(event.value)