#LLM

如何选择合适的大语言模型(LLM)进行编程开发 - DevAI领域的最新视角

2024年08月31日
Cover of 如何选择合适的大语言模型(LLM)进行编程开发 - DevAI领域的最新视角

Character-LLM:一种可训练的角色扮演智能体

2024年08月31日
Cover of Character-LLM:一种可训练的角色扮演智能体

CodeAct: 用可执行代码行动提升大语言模型智能体能力

2024年08月31日
Cover of CodeAct: 用可执行代码行动提升大语言模型智能体能力

Prompt Poet: 革新对话AI提示工程的利器

2024年08月31日
Cover of Prompt Poet: 革新对话AI提示工程的利器

Sagify: 简化AWS SageMaker上的机器学习工作流程

2024年08月31日
Cover of Sagify: 简化AWS SageMaker上的机器学习工作流程

LLM训练手册: 一份全面的大语言模型训练指南

2024年08月31日
Cover of LLM训练手册: 一份全面的大语言模型训练指南

BetterOCR: 融合多个OCR引擎与LLM的文本识别利器

2024年08月31日
Cover of BetterOCR: 融合多个OCR引擎与LLM的文本识别利器

LangChain-Rust: 构建基于大语言模型的Rust应用程序的强大工具

2024年08月30日
Cover of LangChain-Rust: 构建基于大语言模型的Rust应用程序的强大工具

LangChain Java: 为大数据领域赋能LLM的Java版LangChain实现

2024年08月30日
Cover of LangChain Java: 为大数据领域赋能LLM的Java版LangChain实现

NextJS Ollama LLM UI: 一个功能丰富的本地大语言模型Web界面

2024年08月30日
Cover of NextJS Ollama LLM UI: 一个功能丰富的本地大语言模型Web界面
相关项目
Project Cover

openui

OpenUI简化了UI组件的构建,支持实时渲染和多框架转换(如React、Svelte)。兼容OpenAI、Groq等多种模型,并支持本地与Docker运行,适用于各种开发环境。

Project Cover

Flowise

Flowise让您通过拖放界面轻松创建自定义LLM应用程序。提供详细的快速安装指南,支持NodeJS和Docker部署。模块化架构对开发者友好,并支持自托管,适用于AWS、Azure、Digital Ocean等主流云平台,确保应用灵活且易扩展。

Project Cover

ragas

Ragas是一款工具集,用于评估、监控和优化RAG(检索增强生成)应用的性能,特别适合生产环境中的大语言模型(LLM)。Ragas集成了最新研究成果,能在CI/CD流程中进行持续检查,确保管道性能稳定。通过简单的安装和快速入门示例,用户可以快速体验Ragas的功能,并参与社区讨论LLM和生产相关问题。

Project Cover

skyvern

Skyvern结合大语言模型(LLMs)和计算机视觉,提供简单的API端点,实现大量网站的工作流自动化,解决传统方法的不稳定性。无需定制代码即可操作新网站,对布局变化具有抗性,并能在多个网站上应用相同工作流。Skyvern云版本让用户无需管理基础设施即可运行多个实例,并提供反机器人检测、代理网络和验证码解决方案。

Project Cover

llm

该项目因时间和资源不足已归档,建议使用其他高质量的Rust推理库,如Ratchet、Candle和llama.cpp等。项目原README包含当前状态、支持的模型及使用方法等详细信息。

Project Cover

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。

Project Cover

llm

一款CLI工具和Python库,用于与大型语言模型交互,支持远程API和本地安装模型。可从命令行运行提示、将结果存储在SQLite中、生成嵌入等。通过插件目录,可访问更多模型。

Project Cover

aiac

AIAC是一个使用大型语言模型生成基础设施即代码(IaC)模板和配置的命令行工具。支持OpenAI、Amazon Bedrock和Ollama等多种LLM提供商,用户可以通过配置文件定义多个后端。其功能包括生成Terraform、Pulumi和CloudFormation模板,以及Dockerfile、CI/CD流水线、策略代码和实用工具。支持命令行操作、Docker运行和作为Go库使用,为开发者提供高效的自动化基础设施管理解决方案。

Project Cover

ragflow

RAGFlow是一个基于深度文档理解的开源RAG引擎,适用于各种规模的企业。结合大型语言模型,它提供可靠的问答功能和可信的引用。RAGFlow支持多种数据格式,包括文本、图片和音频文件,并且兼容本地和远程LLM,提供自动化、无缝集成的RAG工作流,便于通过直观的API进行业务整合。

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