langchain

Python-Werkzeug zum Konvertieren von Dateien und Office-Dokumenten in Markdown

Die Agenten-Engineering-Plattform.

Ein Open-Source-Langzeit-SuperAgent-Harness, der recherchiert, codet und erstellt. Mit Hilfe von Sandboxes, Erinnerungen, Tools, Fähigkeiten, Subagenten und einer Nachrichten-Gateway behandelt er unterschiedliche Aufgabenstufen, die Minuten bis Stunden dauern können.

Komprimiert Ausgaben, Protokolle, Dateien und RAG-Chunks, bevor sie den LLM erreichen. 20 % weniger Tokens für Coding-Agenten, 60‑95 % weniger Tokens für JSON, gleiche Antworten. Bibliothek, Proxy, MCP-Server.

Das schnellste, leichteste AI-Gateway. Rust-Core mit Python-SDK. 100+ LLM-APIs im OpenAI- (oder nativen) Format aufrufen mit Kostenverfolgung, Sicherheitsmechanismen, Lastausgleich und Logging [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]

Robuste Agenten erstellen.

Langchain-Chatchat (ursprünglich Langchain-ChatGLM) basierend auf Langchain und ChatGLM, Qwen und Llama sowie weiteren Sprachmodellen für RAG- und Agent-Anwendungen | Langchain-Chatchat (früher langchain-ChatGLM), lokale Wissens-LLM (wie ChatGLM, Qwen und Llama) RAG- und Agent-Anwendungen mit langchain

🪢 Open-Source-KI-Ingenieurplattform: LLM-Evaluierungen, Beobachtbarkeit, Metriken, Prompt-Management, Playground, Datensätze. Integriert mit OpenTelemetry, LangChain, OpenAI SDK, LiteLLM und mehr. 🍊YC W23

Dieses Repository enthält den Hugging Face Agents Kurs

Dieses Repository demonstriert verschiedene fortschrittliche Techniken für Retrieval-Augmented Generation (RAG)-Systeme. Jede Technik hat ein ausführliches Notebook-Tutorial.

Das batteries-included Agent-Harness.

Die Open‑Source‑KI‑Engineering‑Plattform für Agenten, Large Language Models und ML‑Modelle. MLflow ermöglicht Teams aller Größenordnungen, Produktions‑Qualitäts‑KI‑Anwendungen zu debuggen, zu bewerten, zu überwachen und zu optimieren, während Kosten kontrolliert und der Zugriff auf Modelle und Daten verwaltet wird.

50+ Tutorials und Implementierungen für Generative AI Agent-Techniken, von einfachen conversationalen Bots bis zu komplexen Multi-Agenten-Systemen.

🔥 MaxKB ist eine Open-Source-Plattform zur Entwicklung von Agenten auf Unternehmensebene.

Debuggen, bewerten und überwachen Sie Ihre LLM-Anwendungen, RAG-Systeme und agentenbasierten Workflows mit umfassender Nachverfolgung, automatisierten Evaluierungen und produktionsreifen Dashboards.

Willkommen beim Llama Cookbook! Ihr Standard-Leitfaden für die Entwicklung mit Llama: Erste Schritte mit Inferenz, Fine-Tuning und RAG. Wir zeigen Ihnen auch, wie Sie End-to-End-Probleme mit der Llama-Modellfamilie lösen und diese bei verschiedenen Anbieterdiensten nutzen.

Beispielcode und Notebooks für generative KI auf Google Cloud, einschließlich der Gemini Enterprise Agent Platform

Open-Source-Alternative zu NotebookLM. Durchsuche das offene Web mit Live-Daten (Reddit, YT, IG, TikTok, Indeed, Google Search, Maps usw.) über eine Plattform, API oder einen MCP-Server. Trete unserem Discord bei: https://discord.gg/ejRNvftDp9

Konvertieren Sie Dokumente mühelos in strukturierte Daten. Unstructured ist eine Open-Source-ETL-Lösung zur Umwandlung komplexer Dokumente in saubere, strukturierte Formate für Sprachmodelle.

Der Open-Source-Hub zum Erstellen und Bereitstellen von GPT/LLM-Agenten ⚡️

Dieses Projekt ist ein Tutorial zur Entwicklung von LLM-Anwendungen für Anfänger. Online-Leseadresse: https://datawhalechina.github.io/llm-universe/

LangChain4j ist eine idiomatische, Open-Source-Java-Bibliothek zum Erstellen von LLM-basierten Anwendungen auf der JVM. Sie bietet eine einheitliche API für gängige LLM-Anbieter und Vektorspeicher und erleichtert die Implementierung von Tool-Aufrufen (einschließlich MCP-Unterstützung), Agenten und RAG. Sie lässt sich nahtlos in Enterprise-Java-Frameworks wie Quarkus und Spring Boot integrieren.

Das ultimative LLM/AI-Anwendungsentwicklungs-Framework in Go.

Ein blitzschnelles KI-Gateway mit integrierten Schutzmaßnahmen. Leiten Sie Anfragen an über 1.600 LLMs und 50+ KI-Guardrails über eine schnelle und benutzerfreundliche API weiter.

[MLsys2026]: RAG on Everything mit LEANN. Profitieren Sie von 97 % Speichereinsparung und führen Sie eine schnelle, präzise und 100 % private RAG-Anwendung auf Ihrem persönlichen Gerät aus.

Erstellen Sie konversationsbasierte KI in wenigen Minuten ⚡️

ChatGPT-Chinesisch-Leitfaden🔥, ChatGPT-Chinesisch-Prompt-Leitfaden, Anweisungsleitfaden, Anwendungsentwicklungsleitfaden, ausgewählte Ressourcenliste, für eine bessere Nutzung von ChatGPT, um Ihre Produktivität zu steigern! 🚀

KI-Observability & Evaluierung

🔍 Praxisleitfaden zur Entwicklung von LLM-Anwendungen Teil 1: RAG-Technologie-Full-Stack-Leitfaden, Online-Leseadresse: https://datawhalechina.github.io/all-in-rag/

LangChain für Go, der einfachste Weg, LLM-basierte Programme in Go zu schreiben