paper-qa
PaperQA是一款轻量级工具，专为从PDF和文本文件中进行问答设计，通过内嵌引用确保答案准确。默认使用OpenAI Embeddings，支持与langchain和开源模型结合。其流程包括文档向量化、查询向量化、文档搜索、摘要生成、相关摘要选择，并生成最终答案。PaperQA支持异步操作，兼容多种LLM，并提供多种自定义和扩展选项，如本地向量存储和Zotero数据库集成，是科研人员高效处理文档问答的理想选择。
generative-ai
项目提供了生成式AI多种应用场景和案例。通过项目树和YouTube视频教程，用户能够了解生成式AI的技术和最新进展。包含互动式笔记本、面试题、代码示例及资源链接，帮助学习者掌握生成式AI，并应用于文本生成、数据分析、代码编写等实际项目中。
funcchain
funcchain利用pydantic模型和langchain轻松构建认知系统，支持OpenAI Functions和LlamaCpp语法，实现高效结构化输出。它还提供对视觉LLM和本地模型的无缝集成，具备强大的错误处理机制、动态输出类型和简洁的模板系统，适合多种应用场景。
content-chatbot
使用一个简单的工具，可将网站内容转化为能引用文档来源的问答机器人。该仓库利用LangChain和OpenAI API，实现创建嵌入、问答和启动聊天应用的功能，同时支持Zendesk内容嵌入，提升响应能力。
langchain-learning
介绍LangChain学习笔记，包括数据连接、模型IO、代理和内存等核心组件的使用。提供中英文示例，解析LangChain与ChatGPT和ChatGLM的兼容性，并介绍基于LangChain的复杂任务解决方案。探讨LangChain的问题与限制，并提供领域微调、工具链整合和检索优化的方法，帮助深入理解和应用LangChain技术。
doc-comments-ai
利用大语言模型（LLM）自动生成代码文档，无需担心数据泄露，支持Python、Java、Rust等多种语言。可本地运行或通过OpenAI及Azure OpenAI使用，集成langchain、treesitter、lama.cpp等开源项目，高效且精确。安装便捷，支持pipx隔离环境，也可直接从PyPI安装。
PDFChat
PDFChat是一款利用langchain、OpenAI Embeddings和GPT3.5技术实现与PDF文档对话的工具。通过Streamlit界面，用户能够上传PDF文件并轻松互动，从而简化文档处理。安装指南详尽，包括克隆项目、创建和激活conda环境、安装依赖包以及配置OpenAI API Key。应用程序在本地运行后，即可使用这款便捷的PDF聊天工具。
LLMs_interview_notes
该项目收集整理了大语言模型(LLMs)领域的面试题和学习资料,内容涵盖基础知识、进阶技能、微调方法、LangChain应用等方面。通过详细的问答解析,帮助读者理解LLM的核心概念、训练技巧和参数高效微调等关键技术。项目为准备面试和深入学习大模型技术的人提供了全面实用的参考资源。