关键词 "RAG stack" 的搜索结果， 共 24 条, 只显示前 480 条
LightRAG 允许您以各种格式导出知识图谱数据，以便进行分析、共享和备份。该系统支持导出实体、关系和关系数据。
可解释和可调试的知识：图表提供了可查询、可视化和更新的人类可导航的知识视图。 快速、低成本、高效：设计用于大规模运行，无需大量资源或成本要求。 动态数据：自动生成和优化图表以最适合您的领域和本体需求。 增量更新：支持数据演变时的实时更新。 智能探索：利用基于 PageRank 的图形探索来提高准确性和可靠性。 异步和类型化：完全异步，具有完整类型支持，以实现强大且可预测的工作流程。 F
😭 GraphRAG很好而且功能强大，但是官方实现很难阅读或破解。 😊 该项目提供了更小、更快、更清洁的 GraphRAG，同时保留了核心功能
LangChain 框架虽然可以独立使用，但它也可以与任何 LangChain 产品无缝集成，为开发人员在构建 LLM 应用程序时提供全套工具。 LangChain 通过模型、嵌入、向量存储等的标准接口帮助开发人员构建由 LLM 驱动的应用程序。 LangChain 的用途： 实时数据增强。轻松将 LLM 连接到各种数据源和外部/内部系统，利用 LangChain 庞大的集成库，其中
Langchain-Chachat（原Langchain-ChatGLM）基于Langchain与ChatGLM、Qwen与Llama等语言模型的RAG与Agent应用| Langchain-Chatatch（以前称为 langchain-ChatGLM），基于本地知识的 LLM（如 ChatGLM、Qwen 和 Llama）RAG 和带有 langchain 的代理应用程序 ✅ 本项目支持主流
LangChain for Java：利用 LLM 的强大功能增强你的 Java 应用程序 LangChain4j 的目标是简化 LLM 与 Java 应用程序的集成。 方法如下： 统一的 API： LLM 提供商（例如 OpenAI 或 Google Vertex AI）和嵌入（向量）存储（例如 Pinecone 或 Milvus）使用专有 API。LangChain4j 提供统一
流程编排：内置工作流引擎支持 RAG 流程自动化，结合 LangChain 实现企业级任务分解。 架构模式：企业知识管理导向，基于 Python/Django 后端，支持 PostgreSQL + pgvector 混合检索，模块化设计便于集成。 部署：支持私有化部署与 API 开放对接，适配企业级权限管理。
“毕升”是活字印刷术的发明者，活字印刷术在推动人类知识传播方面发挥了至关重要的作用。我们希望毕升也能为智能应用的广泛落地提供强有力的支持。欢迎大家积极参与。 BISHENG 是一个面向下一代企业 AI 应用的开放式 LLM DevOps 平台。其强大而全面的功能包括：GenAI 工作流、RAG、Agent、统一模型管理、评估、SFT、数据集管理、企业级系统管理、可观察性等。
Firecrawl是一项 API 服务，它获取 URL，进行爬取，并将其转换为干净的 Markdown 或结构化数据。我们会爬取所有可访问的子页面，并为每个子页面提供干净的数据。
🤯 Lobe Chat - an open-source, modern-design AI chat framework. Supports Multi AI Providers( OpenAI / Claude 3 / Gemini / Ollama / DeepSeek / Qwen), Knowledge Base (file upload / knowledge management /
清华大模型团队 LeapLab 发布了一款面向 Agent 协作的开源框架：Cooragent。 你只需要说一句「咒语」：「创建一个 AI 情报收集秘书，为我收集最新的 AI 进展。」 魔法就会产生，Cooragent 就会根据你的个人偏好生成你专属的 AI 情报收集秘书，每天自动浏览网页，收集最重要的情报，总结成你喜欢的图文文档发送给你。 一句话创建智能体的工具：Cooragent，可
"暴躁教授读论文"是一个学术论文阅读伴侣应用程序，旨在通过富有个性的AI助手提高论文阅读效率。它集成了PDF处理、AI翻译、RAG检索、AI问答和语音交互等多种功能，为学术研究者提供一站式的论文阅读解决方案。 主要特性 论文自动处理：导入PDF后自动提取、翻译和结构化论文内容 双语显示：支持中英文对照阅读论文 AI智能问答：与论文内容结合，提供专业的解释和分析 个性化AI教授：AI以"暴
A Python-based Azure CLI assistant that provides natural language processing capabilities for Azure commands, leveraging Azure MCP Server.
This project is a Go implementation of an MCP server that leverages the Todoist REST API v2. It provides tools for interacting with the Todoist API through standardized MCP endpoints.
QuickMCP empowers you to effortlessly build and deploy Model Context Protocol (MCP) servers. By leveraging your OpenAPI or Google Discovery specifications, QuickMCP automates server generation, provid
MCP Server for managing contentstack tool
A Home Assistant integration to control various MCP servers including Bookstack, Microsoft 365, and Loki
A free MCP client server that leverages GroqCloud's high-performance inference capabilities and connects to both local and remote MCP servers.
BrowserStack MCP Server allows you to use our cutting-edge Test Platform directly from your favourite AI tools. Enable every developer and tester in your team, whether they are testing manually, start
BrowserStack's Official MCP Server
Trying to use mcp servers for setting up local rag
A Model Context Protocol (MCP) server for HAProxy implemented in Go, leveraging HAProxy Runtime API and mcp-go.
Multi user Full Stack App with Chatbot and Agent in Javascript, FastAPI and PyMongo
只显示前20页数据，更多请搜索
Showing 337 to 360 of 526 results
