langchainrb

通过Ruby开发LLM驱动的智能应用

Langchain.rb Ruby 聊天机器人向量搜索 LLM Github 开源项目

Langchain.rb使用Ruby构建LLM驱动的应用程序，支持深度Rails集成。提供统一接口，兼容多种LLM提供商如OpenAI、GooglePalm、Cohere等，以及向量搜索数据库如Chroma、Pinecone和Weaviate。功能涵盖提示管理、输出解析、RAG系统构建等，并提供付费咨询服务，了解更多请联系开发者。

Github

Huggingface

介绍相关项目

modelz-llm - 开源大语言模型推理服务器，支持本地和云端部署并兼容OpenAI API

GithubModelz LLMOpenAI兼容 API云原生开源LLMs开源项目自托管

Modelz LLM 是一款推理服务器，支持在本地或云端环境中运行开源大语言模型（LLM），如FastChat、LLaMA和ChatGLM，并兼容OpenAI API。用户可以通过OpenAI Python SDK或LangChain与模型交互，支持将不同LLM的Docker镜像部署在Kubernetes等云原生环境，便于开发者快速上手和灵活部署各种AI应用。

chatluna - 多平台模型接入的高扩展性聊天服务插件

ChatLunaGithubKoishiLangChain人工智能大语言模型开源项目

ChatLuna项目提供高扩展性的大语言模型聊天服务，支持多平台和多模型接入。API调用让功能扩展更加轻松，并可设置对话预设和模型调用限额。支持语音、文字、图片等多种输出格式，并具备长期记忆和上下文对话功能。内置内容安全过滤，确保聊天内容健康。可在Koishi下安装使用，支持OpenAI、Google Gemini、New Bing等模型平台，适用于多种聊天机器人开发场景。

easyllm - 开源工具库助力简化大语言模型应用开发

API客户端EasyLLMGithubOpenAI兼容大语言模型开源项目

EasyLLM是一个开源项目，为开发者提供简化大语言模型操作的工具和方法。该项目实现了兼容OpenAI API的客户端，支持HuggingFace、Amazon SageMaker和Amazon Bedrock等平台的模型。EasyLLM允许开发者轻松切换不同语言模型，实现聊天、文本补全和嵌入等功能。此外，项目还包含进化指令生成和提示词工具等辅助模块，有效简化了大语言模型的应用开发流程。

langchainzh - Langchain开源框架的中文社区平台

GithubLangchain中文社区开源项目文档翻译贡献指南

Langchain中文网是Langchain开源项目的中文社区平台，当前更新至v0.0.206版本。该平台提供全面的中文文档翻译，涵盖Langchain的核心功能、使用指南和最新更新。社区鼓励开发者参与翻译、代码开发和文档改进，旨在为中文用户提供深入学习和应用Langchain的资源。

generativeAgent_LLM - 交互式人类行为模拟框架

AI模拟Generative AgentsGithubLangchain人工智能开源项目本地LLM

generativeAgent_LLM是一个基于Guidance、Langchain和本地LLM的生成式智能体框架。该项目支持记忆检索、反思、规划和对话生成等功能，能够模拟人类行为并实现交互。它在Langchain基础上进行了改进和扩展，添加了更多特性，更贴近原始论文的设计。除了支持本地LLM，项目还提供代理总结和采访等功能。同时包含详细使用说明和示例代码，便于快速上手和定制开发。

rag-using-langchain-amazon-bedrock-and-opensearch - 基于Amazon Bedrock和OpenSearch构建检索增强生成系统

Amazon BedrockGithubLangChainOpenSearchRAGTitan开源项目

这个开源项目展示了如何使用Amazon Bedrock的Titan模型和OpenSearch的向量引擎来构建检索增强生成(RAG)系统。项目利用LangChain框架将嵌入文本存储在OpenSearch中,为语言模型提供更精准的上下文。开发者可以选择Amazon Bedrock提供的多种基础模型,包括Anthropic Claude和AI21 Labs的Jurassic系列。项目文档详细介绍了从OpenSearch集群部署到数据加载和查询的全过程,为有意实践RAG技术的开发者提供了完整的参考。

langtest - 开源工具助力语言模型全面测试与优化

AI偏见检测GithubLangTestNLP开源项目模型评估语言模型测试

LangTest是一款强大的开源工具,专为语言模型的测试和优化而设计。该工具提供超过60种测试类型,全面评估模型的鲁棒性、偏见、表示、公平性和准确性。LangTest兼容多个主流NLP框架,如Spark NLP、Hugging Face和Transformers。此外,它还能对OpenAI、Cohere等大型语言模型进行问答、毒性检测和临床测试等方面的评估。通过使用LangTest,数据科学家可以开发出更安全、可靠和负责任的自然语言处理模型。

mllm - 轻量级移动设备多模态大语言模型推理引擎

AI推理引擎Githubmultimodal LLM开源项目移动设备边缘计算量化

mllm是一款针对移动和边缘设备优化的多模态大语言模型推理引擎。该引擎采用纯C/C++实现，无外部依赖，支持ARM NEON和x86 AVX2指令集，并提供4位和6位整数量化。开发者可利用mllm构建智能个人助理、基于文本的图像搜索、屏幕视觉问答等移动应用，实现本地推理而无需上传敏感数据。

rb-libsvm - Ruby语言的LIBSVM机器学习库封装

GithubLIBSVMRuby分类算法开源项目支持向量机机器学习

rb-libsvm(当前版本3.24)是一个封装LIBSVM库的Ruby gem包,为Ruby开发者提供支持向量机(SVM)功能。它无需额外依赖,通过简洁API实现SVM模型的训练和预测。该项目适用于Ruby环境下的机器学习任务,可应用于数据分析和人工智能领域。rb-libsvm集成了LIBSVM核心功能,支持多类分类、回归和分布估计等功能,在文本分类等场景中表现出色。它是Ruby环境中进行高效机器学习的有力工具,为数据科学和人工智能应用提供了强大支持。

llm-examples - Streamlit构建LLM应用的入门示例集

ChatbotGitHub CodespacesGithubLLMOpenAI APIStreamlit开源项目

项目提供基于Streamlit构建LLM应用的入门示例，包括聊天机器人、文件问答和网络搜索对话等最小可行性样例。展示了OpenAI API集成和LangChain工具使用，帮助开发者快速熟悉LLM应用开发流程。代码开源，支持GitHub Codespaces快速启动，并提供详细的OpenAI API密钥设置指南，便于本地运行和部署。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号