CocoIndex官网 – 开源AI数据索引引擎

Chinese_medical_NLP是一个专注于中文医疗领域的自然语言处理项目，提供丰富的数据集、研究论文、知识图谱、语料和多种工具包，旨在促进医疗文本处理和分析的研究与应用。

智析是浙江大学基于Llama架构开发的13B参数规模的大型模型，专注于知识抽取，具备高效的自然语言处理能力，能够处理复杂的信息提取任务。

Text2Graph-R1 是一个开源项目，旨在复制 DeepSeek R1 的文本到图结构的提取训练方案。该项目基于 GRPO（Guided Reward Policy Optimization）强化学习技术，通过多阶段训练流程（包括数据生成、监督训练和强化学习）优化模型从非结构化文本中提取结构化信息的能力。项目特别强调通过多种奖励机制（如格式奖励、JSON有效性奖励和F1奖励）提升输出质量，并支持零样本图结构提取任务。

一个面向图数据检索增强生成(RAG)的开发工具包，提供自动化知识图谱构建和管理功能，支持OpenAI等LLM模型集成，具备本体管理、知识图谱构建、多智能体协作等特性，可用于高级数据查询和知识图谱应用开发。

这是一个用Python编写的GraphRAG算法的简化实现，仅包含1000行代码，旨在提供高效的结构化信息检索和知识图谱构建功能。

一个不依赖特定大型语言模型（LLM）的知识Agent开发平台，提供工具、服务、图数据库和向量数据库，帮助部署可靠、可扩展、准确的AI代理。

KNOWNET是一个将大型语言模型（LLMs）与知识图谱（KG）相结合的项目，旨在提高信息检索的准确性和结构化探索能力。它通过三元组提取、嵌入向量与余弦相似度匹配、验证与信息提取等方法解决LLMs输出信息不准确的问题。同时，通过用户状态建模、子图构建、推荐生成和动态调整等机制，提供结构化的探索建议。此外，KNOWNET还通过图形化表示和逐步构建的方式，帮助用户逐步探索知识图谱，避免信息过载。该项目使用了GPT-4作为LLMs，并利用了ADInt KG，该KG包含了162,212个节点和1,017,284条边，涵盖了15种类型的实体和754,224篇科学文献。

使用Ollama支持本地模型的微软GraphRAG知识图谱工具，实现成本效益和高效性

GraphMark 是一款在浏览网站时，通过标记功能自动提取实体并构建知识图谱的服务。它在研究或学习时非常有帮助，能够帮助用户整理和利用浏览历史。

DPQQ-RAG-Search 是一个完全开源、跨平台的统一搜索和生产力工具，专为企业级应用设计。它通过与 DeepSeek 等大型语言模型集成，支持多种数据源的连接、检索增强生成（RAG）和搜索，包括应用程序、本地文件、指定网站、Google Drive、Notion、Yuque、Hugo 等。该工具强调隐私保护，支持私有部署，适用于知识管理、客户服务和研发支持等场景。

该项目结合了Nanodet和YoloV8 Pose模型，利用OpenVINO在Intel硬件上实现优化的高性能仪表和计量器读数。项目包含PaddlePaddle模型文件（model.pdmodel和model.pdiparams），专为在各种环境中读取仪表和计量器而设计，提供高效可靠的仪表读数解决方案。

Synexa是运行无服务器AI API模型最经济实惠的方式，提供A100 GPU的最佳定价，节省高达62%的成本，支持自动扩展，具有世界级的开发者体验和高性能GPU，拥有广泛的模型库和快速的推理引擎。

ChartAI是一个利用ChatGPT技术，帮助用户创建和理解图表和图形的网站。用户可以输入数据，询问如何制作特定类型的图表。

txtchat 是一个与 LLaMA 模型进行实时对话的工具，支持多轮对话，提供易于使用的接口和灵活的配置选项，旨在简化与 AI 进行互动的过程。

Composable Prompts是一个顶尖平台，旨在快速构建、测试和部署基于大型语言模型（LLMs）的任务和API。它为LLMs的世界带来了组合、模板、测试、缓存和可视化等功能，使开发者能够高效地创建强大的提示，重用它们，并在不同环境中进行测试。同时，它通过智能缓存优化性能和成本，并允许轻松切换模型和运行环境。