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。
Open MCP Client 是一个开源的 MCP 客户端工具,能够轻松地在任何应用中与 MCP 服务器进行交互。只需从 Composio 获取一个 URL 即可快速连接。它基于网页,可直接在浏览器中使用,并且使用 CopilotKit 构建客户端和交互层,集成 LangChain LangGraph ReAct 智能体协调 MCP 调用,仅需 40 行代码即可实现 MCP 服务器的连接功能。
基于LangGraph和模型上下文协议(MCP)构建的通用AI助手模板,旨在无缝集成大语言模型应用与外部数据源和工具,支持多代理模式以高效处理复杂任务,提供极高的灵活性和可扩展性。
一个帮助你快速开始使用LangGraph在LangGraph Studio中开发RAG(Retrieval-Augmented Generation)研究Agent的项目。
一个简单的ReAct Agent模板,用于构建基于LangGraph的agent,通过迭代推理和执行动作来解决复杂问题。该项目旨在提供一个易于使用和扩展的框架,帮助开发者快速实现复杂任务的解决方案。
IoT(Iteration of Thought)是一种通过内部对话机制,增强大型语言模型推理能力的技术。该项目致力于生成上下文特定的提示,并动态调整推理路径,从而提高模型响应的准确性和周到性。
使用最新的AI工具驱动的视频搜索引擎,利用视频转录和向量搜索技术,让用户能根据问题快速找到相关的视频片段。
functionary是一个开源项目,基于LLaMA 2模型,具备理解和调用函数的能力,提供类似OpenAI API的功能,支持多种编程语言,具有很强的可扩展性和易于集成的特性。
Yazi 是一个基于 Rust 编写的快速终端文件管理器,采用异步 I/O,提供流畅的文件操作体验。
UI-TARS是一款能像人类一样与图形界面交互的Agent模型,通过视觉感知、推理和行动能力,自动完成各种任务,包括在电脑、手机或网页上操作软件,而无需人工编写规则。同时,它集成了所有关键组件,实现端到端任务自动化,支持本地和云端部署。
MonkeyPatch 是构建可扩展的 LLM 驱动应用的最简单方式,随着时间推移,应用的成本和速度不断优化。
UI-Act 是一个基于 Transformer 模型的系统,旨在通过图形用户界面与计算机进行自然交互。其设计目的是为了无缝集成到人机工作流中,模型能够利用专家的人工演示进行训练,从而提升操作的自动化与智能化水平。
Athena Search 是一个强大的 AI 驱动的搜索引擎,旨在帮助用户快速找到相关信息并提供可靠的引用。它是 APAC AI 账户门户的一部分,旨在通过多模态 AI 工具和服务来自动化工作流程,提升用户的生产力和创造力。
该论文提出了一种训练语言模型的方法,通过同时预测多个未来Token来提高样本效率,并在多个生成基准上实现了显著的性能提升。
Everyday on Autopilot 是一个提供现成自动化场景的平台,用户可以通过一键实现各种高效工作流程。该项目为用户提供了300多页的详细说明,并针对macOS用户提供了最佳工具推荐。
ReComA旨在通过Agent通信实现推理问题的简化开发,提供了一个灵活的框架,支持多Agent间的通信,易于集成到现有系统中。