#开源框架

代码新助手,SWE-Kit智绘开发蓝图

6 天前
Cover of 代码新助手,SWE-Kit智绘开发蓝图

IoA入门指南:开创AI智能体协作新纪元

2 个月前
Cover of IoA入门指南:开创AI智能体协作新纪元

LangChain入门学习资料大全 - 构建和部署AI应用的开源框架

2 个月前
Cover of LangChain入门学习资料大全 - 构建和部署AI应用的开源框架

MindSearch入门指南 - 基于LLM的多智能体Web搜索引擎框架

2 个月前
Cover of MindSearch入门指南 - 基于LLM的多智能体Web搜索引擎框架

Canopy入门指南 - 基于Pinecone的RAG框架

2 个月前
Cover of Canopy入门指南 - 基于Pinecone的RAG框架

Evidently入门指南 - 开源机器学习和LLM可观测性框架

2 个月前
Cover of Evidently入门指南 - 开源机器学习和LLM可观测性框架

Writer Framework 学习资料汇总 - 开源数据应用开发框架

2 个月前
Cover of Writer Framework 学习资料汇总 - 开源数据应用开发框架

BWAPI入门指南 - 星际争霸AI编程接口

2 个月前
Cover of BWAPI入门指南 - 星际争霸AI编程接口

SOFA框架:用于实时多物理仿真的开源软件

3 个月前
Cover of SOFA框架:用于实时多物理仿真的开源软件

Maryam: 多功能开源情报搜集框架

3 个月前
Cover of Maryam: 多功能开源情报搜集框架
相关项目
Project Cover

bwapi

BWAPI是一个开源C++框架,专用于《星际争霸:母巢之战》。用户可以开发非作弊AI,实时控制游戏单位,并进行帧分析以提取游戏策略。适合学生、研究人员和爱好者在有限信息条件下研究和开发AI算法。

Project Cover

writer-framework

Writer Framework是一个开源框架,专为创建AI应用而设计。它支持使用可视化编辑器构建用户界面,并通过Python编写后端代码。该框架高效、灵活且开发者友好,提供UI与业务逻辑分离,支持可定制元素和异步事件处理,确保应用程序快速响应。用户可以轻松安装并快速上手,在Linux、Mac和Windows平台上无缝运行。完整文档和安装指南详见官网,帮助用户充分利用框架功能,迅速开发并部署AI应用。

Project Cover

fabric

Fabric是一个开源框架,主要致力于使用人工智能技术来增强人类的日常活动与挑战。该项目不仅提供了一个丰富的AI使用案例库,即Patterns,还支持自定义模式的创建和应用,以适应各种生活与工作场景。此外,Fabric的命令行接口原生支持,使得用户可以在没有服务器的情况下直接调用AI模型,极大地提高了AI技术的可访问性和实用性。

Project Cover

CopilotKit

CopilotKit是一款开源AI副驾驶框架,助您构建、部署和操作全定制的AI副驾驶工具。该项目不仅支持应用内AI聊天机器人、AI代理人,还提供AI文本域,使AI辅助文本生成变得简单。通过CopilotKit,开发者可以轻松整合前端和后端应用状态,实现与第三方服务的连接。适用于快速部署,提高应用智能化水平。

Project Cover

MindSearch

MindSearch是一个开源的AI搜索引擎框架,支持Perplexity.ai Pro性能。用户可以使用GPT、Claude等闭源LLM或InternLM2.5-7b-chat等开源LLM,轻松部署类似Perplexity.ai风格的搜索引擎。MindSearch能够解决各种问题,通过浏览数百个网页提供深入的知识,并优化用户界面体验。它通过动态图构建过程,将用户查询分解为多个子问题,逐步扩展搜索图,显著提高响应的深度、广度和准确性。

Project Cover

canopy

Canopy是基于Pinecone的开源RAG框架,支持从文本嵌入到上下文检索和生成的全流程应用开发。通过内置服务器和CLI工具,用户可以高效部署和评估RAG应用,优化文档聊天与查询功能。更多信息请参考我们的博客与教程。

Project Cover

IoA

IoA是一个开源框架,旨在通过互联网风格的架构让不同AI代理协同工作,解决复杂任务。该平台支持自主团队形成、多任务执行和灵活对话管理。安装简单且支持扩展,适用于科研和应用开发。

Project Cover

langchain-course

LangChain Beginners Course 提供一系列课程,使新手熟悉LangChain框架及大型语言模型如ChatGPT。课程结合理论与实践,分为四个模块,从基础知识到应用开发全面涵盖。适合机器学习和语言模型初学者,提供开发AI应用所需的技巧。

Project Cover

evidently

Evidently是一个开源的Python库,专为评估和监控机器学习和大语言模型系统而设计。它支持分类、回归和推荐系统,并提供超过100种内置指标,允许用户自定义评估和测试。Evidently的模块化设计使用户能够通过Reports、Test Suites和实时监控Dashboard轻松实现评估和持续监控,适用于各种AI数据管道,从实验到生产环境。

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