llm-universe开源项目 – 大模型应用开发教程

本项目是由 Datawhale 提供的面向初学者的大模型（LLM）应用开发教程，旨在帮助开发者快速掌握 LLM 应用开发的核心技能。教程分为三个部分：LLM 开发入门、LLM 开发技巧、LLM 应用实例。通过实践项目驱动学习，无需深厚的算法基础即可入门。项目围绕‘个人知识库助手’展开，覆盖提示工程、RAG等关键技术，提供详细的环境配置指南和代码示例，适合希望快速上手 LLM 应用开发的开发者。

llm-universe的特点:

1. 面向实践，动手学习大模型开发
2. 从零开始，全面又简短的大模型教程
3. 统一封装国内外主要 LLM API，支持一键调用
4. 提供详细的环境配置指南和代码示例
5. 涵盖大模型开发的核心技能，适合初学者

llm-universe的功能:

1. 学习如何调用大模型 API，包括 ChatGPT、文心一言、讯飞星火等
2. 搭建个人知识库，处理不同类型文档并构建向量数据库
3. 构建 RAG 应用，将 LLM 接入 LangChain 并部署知识库助手
4. 学习如何评估和优化 LLM 应用，提升生成和检索效果
5. 通过开源案例解析，掌握 LLM 应用的开发思路和实现框架

相关导航

gptstore-prompts开源项目 – 热门GPT提示，助力学习和改进

gptstore-prompts是一个资源库，包含了100个在GPTStore上最受欢迎的提示，旨在帮助用户学习和改进提示工程，掌握构建最佳和最受欢迎的GPTs的技巧和方法。

AI Prompt Finder官网 – 人工智能提示查找平台

AI Prompt Finder是一个平台，用户可以发布和查找用于任何人工智能工具的提示，旨在帮助用户准备最佳请求，以获得最佳输出。通过与领域专家的沟通，用户可以充分利用人工智能工具，提升工作效率。

Learn Prompting官网 – 学习与AI有效沟通的艺术

Learn Prompting是一个全面的在线课程，教授提示工程的技巧，帮助用户有效地与人工智能进行沟通。该课程提供超过60个内容模块，支持9种语言，且拥有一个蓬勃发展的学习社区，适合所有技能水平的学习者。

RAG-Survey开源项目 – 关于人工智能生成内容的RAG调查

RAG-Survey是关于人工智能生成内容的检索增强生成（RAG）调查，提供RAG在AIGC领域的应用与技术综述，汇总相关论文与研究成果。

Volcengine AI-App-Lab开源项目 – 企业级AI应用开发工具集

Volcengine AI-App-Lab 是一款专为企业开发者设计的AI应用开发工具集，旨在帮助开发者快速构建和扩展大模型相关应用。该工具集提供了高度定制化的功能，能够满足复杂的业务需求，并支持多种行业场景。通过一站式开发与托管服务，开发者可以简化部署流程，专注于应用开发。此外，它还提供了High-code Python SDK Arkitect，为开发者提供了丰富的工具和流程支持。

PromptBench开源项目 – 评估大型语言模型的统一框架

用于评估和理解大型语言模型的统一评估框架，提供了用户友好的API，方便研究人员进行模型性能评估、提示工程和对抗提示攻击评估等。

达观数据RAG产品官网 – 结合大模型与RAG技术的AI工具

达观数据的RAG产品是一种整合大模型与检索增强生成（RAG）技术的AI工具，通过连接外部知识库增强模型性能，解决传统生成模型的信息过时和幻觉问题。该产品支持多模态数据处理，适用于垂直领域深度定制，能提供带来源引用的高透明度回答，典型应用场景包括客户支持、研究辅助等。

KNexus官网 – 连接创意者与AI提示的市场

KNexus是一个提示市场，旨在连接希望为Stable Diffusion和Midjourney生成AI提示的创意个体。该平台提供了提示、探索教程、利用AI工具包和创建生成性NFT的空间。通过PromptLock、Scroll和Bazaar等功能，KNexus为用户提供了一个可以永存创意并分享作品的场所。

Flow GPT官网 – 提升效率的ChatGPT提示库

FlowGPT是一个强大的聊天提示库，提供多样化的ChatGPT提示，帮助用户找到最佳提示以增强沟通效率。用户可以根据不同类别浏览提示，如聊天、角色、编程、市场营销、学术、求职、游戏、创意、提示工程、商业和生产力，并可使用关键词搜索特定提示。找到合适的提示后，用户可以将其复制到ChatGPT界面或应用中使用。

Orquesta官网 – 无代码平台，助力LLM集成与运营

Orquesta是一个实时协作和无代码平台，利用大语言模型(LLM)能力，帮助企业集成和运营其产品。该平台集中管理提示、简化实验、收集反馈，并实时洞察性能和成本，兼容所有主要的LLM供应商，确保LLM操作的透明性和可扩展性，最终缩短客户发布周期并降低实验和生产环境的成本。

Vellum官网 – 构建LLM应用的开发平台

Vellum是一个用于构建大语言模型（LLM）应用的开发平台，提供了提示工程、语义搜索、版本控制、测试和监控等工具。该平台兼容所有主要的LLM提供商，支持快速实验、回归测试、版本控制以及可观测性与监控。用户可以利用专有数据作为LLM调用的上下文，比较和协作处理提示和模型，并在生产环境中测试、版本控制和监控LLM的变化。

prompt-in-context-learning开源项目 – 综合资源库，助力上下文学习

一个综合性的资源库，为用户提供了大量关于上下文学习和提示工程的最新研究和技术。

LaravelBot官网 – 高效检索Laravel文档的工具

LaravelBot是一款专为高效检索最新Laravel文档而设计的工具，采用检索增强生成（RAG）技术。它专注于精确搜索而非闲聊，能够快速提供相关Laravel方法和功能的文档。

LangChain Go开源项目 – 简化 Go 语言中使用大语言模型的库

LangChain Go 是 Go 语言实现的 LangChain，旨在简化 Go 语言中使用大语言模型（LLM）的开发。它提供了直观的 API，支持与多种 LLM 服务（如 OpenAI、Anthropic 和 Gemini）进行交互，并提供了高级功能，如提示工程和响应处理。开发者可以通过简单的 API 调用实现文本生成、翻译、摘要和代码生成等功能。

Advanced_RAG开源项目 – 高级RAG技术实践指南

基于Langchain框架的RAG实践指南，专注于高级检索增强生成（RAG）技术的应用与实现。该项目提供详细的实践指南、丰富的示例代码和文档，帮助用户快速上手和深入理解RAG技术，支持多种数据源和检索方法，增强系统的灵活性和适应性。

暂无评论

暂无评论...