bRAG-langchain 是一个完整的从入门到高级的RAG构建指南，适合想要深入学习和实践RAG技术的开发者。项目提供了从基础设置到高级应用的完整学习路径，涵盖查询构建、路由、索引、检索和生成的完整流程。通过多个 Jupyter Notebook，开发者可以逐步实现从简单到复杂的 RAG 应用，并掌握高级检索与重排技术。
构建企业级 RAG 系统指南，通过 5 个循序渐进的 Jupyter notebooks，指导开发者从零开始构建、优化和部署企业级 RAG 系统，涵盖从基础配置到高级技术的全过程实践。
LLMPruner是一款专为大语言模型设计的裁剪工具，旨在优化模型性能并减少其参数量。它支持多种模型架构，并提供可视化工具，方便用户了解模型结构和裁剪效果，易于与现有机器学习工作流集成。
强大的信息检索工具，将微软的GraphRAG技术集成到开放网络用户界面中，支持多种搜索模型，提供全面而精确的搜索结果
LLMClient是一个用于构建检索增强生成（RAG）、推理、函数调用代理、LLM智能体、追踪和日志记录的简单库，旨在帮助开发者更加高效地利用大型语言模型。
Zilliz Cloud Pipelines 是一个AI驱动的检索服务，旨在帮助AI应用开发者专注于构建自定义的AI应用，例如RAG，同时优化质量和简化开发运维流程。
连续上榜 GitHub Trending 的一款 SQL 生成 AI 框架，允许在你的数据上训练出独有的 RAG（检索增强生成）模型，通过自然语言准确生成 SQL 查询语句和相关功能。
Momen是一个强大的平台，允许用户创建基于AI的应用和自定义GPT，旨在提升企业效率和创新能力。通过提供丰富的资源，用户可以轻松构建AI助手、增强内容生成、开发自定义用户界面，并实现数据的智能分析和决策支持。
Ragie是一个完全托管的RAG即服务平台，旨在帮助开发者简化结构化和非结构化数据的获取、分块及多模态索引。其提供直观的开发者体验，简单的API和SDK，能够与Google Drive、Notion、Confluence等数据源无缝集成，并具备高级功能，如摘要索引、分块重排序和灵活的向量过滤，以助力应用交付最先进的生成式AI。
