LLM 应用开发实践笔记开源项目 – 关于LLM应用开发的电子书

这是一个讽刺性网站，旨在帮助他人学习如何使用基于LLM的搜索。用户只需输入问题，点击按钮，即可生成一个可分享的链接，并返回定制的搜索结果。

高级检索增强生成(RAG)技术合集，包含10种先进RAG实现方案的详细教程。从基础的Naive RAG到高级的Adaptive RAG，提供完整的代码实现和评估方法。使用LangChain、Pinecone等主流工具，适合研究人员和开发者学习和实践RAG技术

该项目提供了一个用于部署具有记忆功能的多模态LangChain智能体的脚手架，并将这些智能体与Telegram平台连接起来。它包含了开始使用LangChain智能体所需的所有必要构架，帮助开发者快速构建和部署智能聊天机器人。

gpt4-pdf-chatbot-langchain 是一个基于 OpenAI 的 GPT-4 和 GPT-3.5 模型的聊天机器人应用，专门用于处理 PDF 文档。通过集成 LangChain 框架和 Pinecone 数据库，该项目能够将 PDF 中的文本转换为向量并高效存储，从而实现对文档内容的智能查询和交互。用户可以通过聊天界面快速查找和提取 PDF 中的关键信息，或将聊天机器人集成到其他应用程序中，提供文档查询服务。

AutoGen UI是一个支持使用多个代理来开发大型语言模型（LLM）应用的框架。这些代理能够相互对话，以协同解决复杂任务，极大地简化了LLM应用的开发流程，同时具有强大的可扩展性和用户友好的Web界面。

Boss Copilot是一个基于AI的应用，作为您的助手，帮助创建大型语言模型应用。它使用多个代理相互协作，处理各种任务。用户只需安装Chrome扩展并启用即可，激活后可以提示AI代理执行工作流程、任务和代码，同时可以与ChatGPT沟通，利用GPT4的强大功能来完成项目。

一个强大的AutoGPT智能体程序，利用Langchain和Selenium实现对整个Chrome会话的控制，能够进行复杂的网页交互和任务自动化。

一个用于生成文本和语言处理的示例项目，结合了LangChain和Google的Gemini模型，提供了多种语言生成和处理功能。

Redis-LLM-Document-Chat是一个结合了LlamaIndex、Redis和OpenAI技术的项目，旨在与PDF文档进行高效交互。该项目包含一个Jupyter笔记本，展示了如何使用Redis作为向量数据库来存储和检索文档向量，并通过LlamaIndex在文档中执行语义搜索。此外，项目还利用OpenAI提供类似聊天机器人的交互体验，使用户能够以自然语言的方式查询和检索文档内容。

Stripe Agent Toolkit是一个面向AI Agent的Stripe API集成工具库，支持Python和TypeScript编程语言。该工具库能够与LangChain、CrewAI和Vercel AI SDK等主流AI Agent框架无缝对接，通过函数调用方式实现Stripe支付API的智能化集成，并支持计量计费功能，帮助开发者轻松在AI Agent工作流中集成Stripe支付功能。

LangChain是一个用于构建基于大型语言模型（LLM）应用的框架，它简化了复杂任务的实现，并支持多种集成和扩展。

这是一个用于构建使用LangChain与Next.js的应用程序的启动模板，提供多种功能以简化开发过程。

Show-Me 是一个开源应用，旨在提供与传统大型语言模型（LLM）交互的可视化和透明替代方案。它将复杂的问题分解为一系列有根据的子任务，使用户能够理解 LLM 的逐步思考过程。

一本专注于大语言模型实践应用的开源书籍，通过工具介绍和案例实践帮助快速上手大模型应用开发。

RAG Arena是由Mendable.ai开发的开源Next.js项目，利用LangChain提供RAG聊天机器人体验，用户的查询可以获取多个响应。

agent-flock是一个基于工作流的低代码平台，旨在帮助开发者快速构建聊天机器人、RAG（检索增强生成）应用以及多代理协作系统。它集成了工作流引擎、LangChain、LangGraph、向量数据库支持、多代理协调模块和可选的可视化界面，支持通过YAML或JSON文件定义工作流，并提供离线运行能力。其核心目标是简化AI代理系统的开发过程，支持多种应用场景，并提供开源和离线运行能力。