FastChat 是 LMSYS 推出的开放平台，用于训练、服务和评估基于大语言模型的聊天机器人。它最为人知的两件事：是 Chatbot Arena（lmarena.ai）的底层支撑——为 70+ 个 LLM 服务过超千万次聊天请求、并据 150 万+ 人类对战投票编出 LLM Elo 排行榜；以及 Vicuna 与 MT-Bench 的发布仓库。核心能力包括 SOTA 模型的训练与评估代码（Vicuna、MT-Bench）、以及一个带 Web UI 和 OpenAI 兼容 REST API 的分布式多模型服务系统。许可为 Apache-2.0，Python，约 39,480 stars。
来源：README.md（首段、core features、News）；GitHub 仓库元数据（stars=39480、license=Apache-2.0、language=Python） 查看 GitHub 仓库 →FastChat 是大模型评测与服务领域的标志性开源项目：它撑起了被广泛引用的 Chatbot Arena 与 Elo 排行榜、催生了开源对话模型 Vicuna 和评测基准 MT-Bench，对开源 LLM 的训练/服务/评测影响深远。一套代码即可本地服务多模型并暴露 OpenAI 兼容 API，研究与工程价值都高，因而长期高热。截至数据采集约 39,480 stars。
来源：README.md（首段、core features、News 的 Vicuna/MT-Bench/Arena）；GitHub 仓库元数据（stars=39480）一套分布式多模型服务系统，带 Web GUI、命令行推理，并暴露 OpenAI 兼容的 RESTful API，可同时服务多个 LLM。
来源：README.md（core features、Contents → Serving/API）提供 SOTA 模型（如 Vicuna）的训练/微调代码与 MT-Bench 多轮评测工具。
来源：README.md（core features、Contents → Evaluation/Fine-tuning）支撑 lmarena.ai 的 LLM 两两对战，据 150 万+ 人类投票编制 Elo 排行榜，服务过 70+ 模型、千万级请求。
来源：README.md（首段）发布并支持 Vicuna、LongChat 等模型权重，及 Chatbot Arena Conversations、LMSYS-Chat-1M 等真实对话数据集。
来源：README.md（News、Model Weights）FastChat 是 Python 项目，分两大块：① 训练与评估——提供 Vicuna 等模型的训练代码、MT-Bench 多轮评测、以及微调脚本；② 服务——一个分布式多模型服务系统，含 Web GUI、命令行推理，以及 OpenAI 兼容的 RESTful API，可同时服务多个模型。它也发布并支持多种模型权重（Vicuna v1.5、LongChat 等）。围绕它还产出了 Chatbot Arena 对战平台、LMSYS-Chat-1M 等大规模真实对话数据集与多份技术报告。安装可用 pip（fschat[model_worker,webui]）或源码构建。
来源：README.md（Contents、core features、News、Install）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
PyTorch/Transformers 生态OpenAI 兼容 API 层model_worker/webui（fschat extras）适合研究者与工程团队：本地或集群上服务多个开源 LLM 并以 OpenAI 兼容 API 接入应用、做模型评测（MT-Bench、Arena 式对战）、训练/微调对话模型，以及复用其发布的 Vicuna/LongChat 权重和大规模对话数据集做研究。它是开源 LLM 评测与服务的基础设施级项目，适合需要可控、可比、可复现的模型评估与部署场景。
来源：README.md（core features、Contents、News）本页未列出具体版本号；FastChat 持续维护，历史里程碑包括 Chatbot Arena 技术报告、LMSYS-Chat-1M 数据集、Vicuna v1.5（基于 Llama 2，4K/16K 上下文）与 LongChat（32K）等。它仍是 Chatbot Arena/lmarena 评测体系的基础代码。
来源：README.md（News 段落、首段）FastChat 是开源 LLM 评测与服务领域的奠基性项目：它撑起了被广泛引用的 Chatbot Arena 与 Elo 排行榜、催生了 Vicuna 和 MT-Bench，并提供分布式多模型服务 + OpenAI 兼容 API + 训练/评测全链路。对做开源模型评测、可控部署或相关研究的团队仍是重要基础设施。要清楚部分模型/数据偏早、服务/训练有算力门槛、且更偏平台研究属性而非开箱产品。作为开源 LLM 评测服务的标杆，它影响力与实用价值都很高。
来源：综合 README.md 的平台定位、Arena/Vicuna/MT-Bench 与服务能力