gpt3.5-turbo-pgvector-结合GPT开源项目 – 3.5与pgvector的文档检索与对话工具

一个开源项目，结合OpenAI的GPT-3.5与pgvector，实现AI文档检索与对话功能。该项目利用OpenAI的Embeddings API进行文本相似度检索，能够根据用户的问题生成相应的回答和代码，支持多种语言的输入和输出，并将文档以向量形式存储，从而提高搜索效率。

gpt3.5-turbo-pgvector的特点:

1. 使用OpenAI的Embeddings API进行文本相似度检索
2. 能够根据用户的问题生成相应的回答和代码
3. 支持多种语言的输入和输出
4. 将文档存储为向量以提高搜索效率

gpt3.5-turbo-pgvector的功能:

1. 将文档内容转换为向量存储在支持向量的数据库中
2. 将用户输入的问题转换为向量并进行相似度搜索
3. 生成适合用户需求的prompt，以便ChatGPT生成回答
4. 对接Supabase使用案例的文档检索与回答

相关导航

AI Does Your Homework官网 – 帮助学生完成作业的智能工具

AI Does Your Homework 是一个基于人工智能的工具，旨在帮助学生解决作业问题和任务。用户只需将作业问题上传到平台，AI算法会分析问题并生成准确、全面的答案或解决方案。

Homeworkify官网 – 智能作业助手，快速解答问题

Homeworkify是一个基于人工智能的网站，帮助学生快速完成作业。用户只需输入问题的链接，系统便能在几秒钟内生成答案。此外，Homeworkify还可以搜索类似的问题，提供详细的逐步解答，帮助学生更好地理解作业内容。

CodeGeeX官网 – AI编码助手，提升开发效率

CodeGeeX是一款大型多语言代码生成模型，拥有130亿参数，预训练于超过20种编程语言的大型代码语料库。它通过先进的AI算法，为开发者提供实时的编码建议和调试支持，简化编码任务，提升效率与准确性。

SvectorDB官网 – 120秒内创建无服务器向量数据库

SvectorDB是一个无服务器向量数据库，用户只需几行代码即可在120秒内快速创建和管理数据库。它支持按请求计费，并提供CloudFormation支持，适用于聊天机器人、文档搜索和推荐系统等多种用例。

Self-Retrieval-用LLM构建信息检索系统

Self-Retrieval是一个基于大型语言模型(LLM)的自我检索系统，旨在提高信息检索的准确性和效率。它支持多种数据源的检索，并提供用户友好的界面，适用于多种场景。

每天进步一小步官网 – 学习LLM中Token的计算

该项目专注于解释大型语言模型（LLM）中Token的计算方式，讨论向量数据库如何存储向量与文本的映射，并提供使用大模型API计算用户token使用量的方法。

LLMPlus开源项目 – 用于本地LLM的AI应用开发

LLMPlus是一个Python包，旨在帮助开发者使用本地的大型语言模型（LLMs）来构建AI应用。它提供了简洁的接口，以便进行提示工程，支持加载LLM模型、嵌入模型和向量数据库的类。通过自定义提示工程和RAG技术，开发者可以轻松创建LLM应用。

agent-flock官网 – 低代码AI开发平台

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。

Super-Rag开源项目 – 高性能RAG管道集成工具

Super-Rag是一个高性能的RAG管道，专为AI应用设计，集成了摘要生成、检索/重排和代码解释器功能，通过简单的API提供服务。它支持多种文档格式和向量数据库，提供可定制的文档分割/分块功能，并允许使用多种模型（包括专有和开源模型）进行数据编码。此外，Super-Rag还内置了代码解释器模式，用于处理复杂的问答场景，并通过唯一ID进行会话管理以实现缓存。

DopplerAI官网 – 为AI模型提供记忆和语义搜索能力

DopplerAI是一个托管的向量数据库和AI记忆解决方案，简化了为AI模型增加记忆和语义搜索功能的过程。它提供了几个API端点，让开发者可以专注于产品开发，而无需担心基础设施维护。通过DopplerAI，用户可以轻松地存储和检索信息，从而增强聊天机器人和虚拟助手等应用的上下文响应能力。

Write You a Vector Database开源项目 – 关系数据库向量功能扩展教程

在关系数据库系统中添加向量功能的教程，在CMU-DB的BusTub教育数据库系统的修改版上实现类似pgvector的能力，包括向量存储、向量表达式和向量索引

Pinecone官网 – 高性能向量数据库，轻松构建搜索应用

Pinecone 是一个先进的向量数据库，旨在高效且低成本地为 AI 应用提供支持。作为无服务器解决方案，它能够快速部署和扩展 AI 服务，处理数十亿个向量嵌入，提供低延迟搜索能力，适用于推荐系统、搜索引擎等 AI 驱动的应用。

LangChain-Emoji开源项目 – AI驱动的表情包斗图工具

LangChain-Emoji是一个基于LangChain开发的开源表情包斗图Agent，利用AI技术使用户能够通过表情包进行有趣的互动。项目结合了OpenAI和ZhipuAI的API，使用Python进行开发，支持多种大模型和向量数据库。用户可以通过输入提示词，系统会从表情包数据库中检索并展示最匹配的表情包。项目还提供了数据初始化工具，用户可以通过本地或云存储服务下载并管理表情包数据集。此外，项目包含一个Web前端界面，用户可以实际体验表情包的检索和展示。项目详细说明了环境配置、依赖安装和运行步骤，便于用户快速部署和使用，并计划支持更多的模型和功能，增强表情包斗图的互动性和趣味性。

FaissSearcher开源项目 – Faiss封装的向量检索工具

FaissSearcher是一个基于pandas DataFrame的Faiss封装工具，旨在简化向量检索过程。它支持多种数据类型的向量编码，适用于文本、图像、搜索广告推荐等多种场景。用户只需将数据编码成向量，即可快速进行检索，无需复杂的配置和操作。

Qdrant官网 – 开源向量数据库与搜索引擎

Qdrant是一个用Rust编写的开源向量数据库和向量搜索引擎，提供快速、可扩展的向量相似性搜索服务，并拥有便捷的API。

Rivet开源项目 – 可视化AI编程环境

Rivet是一款开源的可视化AI编程环境和TypeScript库，旨在简化复杂AI代理和提示链的创建，并将其嵌入应用程序中。它为开发人员和研究人员提供了一个直观的途径来创建和部署复杂的AI代理，支持多种LLM（如OpenAI GPT-3.5、GPT-4、Anthropic Claude系列等）和嵌入/向量数据库（如OpenAI Embeddings、Pinecone等），并提供了丰富的功能和支持，使其成为开发创新AI应用的宝贵工具。

Roadmap To Learn Generative AI In 2024开源项目 – 帮助学习者掌握生成式AI的系统路线图

该项目提供了一个系统的路线图，帮助学习者在2024年掌握生成人工智能的各个方面，包括Python编程、基本机器学习、自然语言处理、深度学习、高级NLP概念以及生成式AI的应用和部署方法，同时还介绍了向量数据库和存储的相关内容。

史料RAG开源项目 – 中国历史问答应用

本项目展示如何使用向量数据库基于RAG(检索增强生成)方式搭建一个中国历史问答应用，旨在提供准确可靠的历史信息和分析。

GenAI Showcase开源项目 – 生成式AI用例项目库

MongoDB开发的生成式AI用例项目库，包含RAG(检索增强生成)、AI代理、行业特定应用等多个实用示例。提供了与MongoDB集成的完整解决方案，包括向量数据库、操作数据库和记忆提供者等功能，支持LlamaIndex、Haystack和LangChain等主流框架的集成应用。

Haystack Cookbook开源项目 – 自然语言处理示例集合

Haystack Cookbook是一个使用Haystack进行自然语言处理的示例集合，提供如何结合不同的模型提供者、向量数据库、检索技术等的指导。大多数示例展示特定小型演示，旨在帮助用户快速上手和扩展他们的NLP项目。