langchain

Notebook & Aplikasi Contoh untuk Aplikasi Pencarian & AI dengan Elasticsearch

Tutorial Terbuka LangChain, LangGraph untuk semua orang!

Rangkaian multi-agen desktop yang dibangun dengan Rust, Tauri, dan React, didukung oleh langgraph-rust.

Implementasi C# dari LangChain. Kami mencoba untuk sedekat mungkin dengan aslinya dalam hal abstraksi, tetapi terbuka untuk entitas baru.

Stack Peningkatan Berkelanjutan untuk Agen. Data lingkungan dan evaluasi kami mendukung peningkatan dan pemantauan agen.

Membangun agen yang dikendalikan oleh LLM

Sebuah arena bermain untuk neuro-san

RAG percakapan on-premises dengan kontainer yang dapat dikonfigurasi.

Agen repositori berbasis LLM yang dirancang untuk membantu pengembang dan tim dalam menghasilkan dokumentasi serta memahami repositori dengan cepat.

Memori agen untuk LLM: 30 notebook Jupyter yang dapat dijalankan mencakup buffer percakapan, penyimpanan vektor, grafik pengetahuan, memori episodik dan semantik, MemGPT, Mem0, Letta, Zep, Graphiti, tolok ukur LoCoMo, dan pola produksi.

Sumber daya, contoh, dan tutorial untuk AI multimodal, RAG, dan agen menggunakan pencarian vektor serta LLM

⚕️ Chatbot diagnostik medis berbasis GenAI multi-agen dan bantuan riset kesehatan. 🏥 Dirancang untuk profesional kesehatan, peneliti, dan pasien.

7 lapisan inti dari sistem agen tingkat produksi

Linimasa ChatGPT, GenerativeAI, dan LLM

SDK komunikasi agen. Lapisan komunikasi agen sumber terbuka untuk agen AI — email, WhatsApp, Slack, Discord, Telegram, SMS. Python & TypeScript.

Bootcamp mandiri tentang Generative AI. Tutorial tentang dasar-dasar ML, Ollama, LLM, RAG, LangChain, LangGraph, Fine-tuning, DSPy & AI Agents (CrewAI), (Menggunakan ChatGPT, gpt-oss, Claude, Qwen, Gemma, Llama, Gemini)

⛓️ Menyajikan aplikasi dan agen LangChain LLM secara otomatis dengan FastAPI. LLMOps

Tutorial & skrip sampel Large Language Models (LLMs), menampilkan langchain, openai, llamaindex, gpt, chromadb & pinecone

Agen riset mendalam untuk membantu Anda menemukan repositori GitHub terbaik 🕵️!

ID-based RAG FastAPI: Integrasi dengan Langchain dan PostgreSQL/pgvector

Mesin Akselerator StartUp bertenaga AI yang dibangun dengan Next.js, LangChain, PostgreSQL + pgvector. Unggah, atur, dan mengobrol dengan dokumen. Termasuk deteksi dokumen hilang prediktif, alur kerja berbasis peran, dan ekstraksi wawasan tingkat halaman.

AgentChat adalah platform komunikasi agen berbasis LLM dengan agen bawaan default dan dukungan untuk kustomisasi agen pengguna. Melalui dialog multi-putaran dan kolaborasi tugas, agen dapat memahami dan membantu menyelesaikan tugas kompleks. Proyek ini mengintegrasikan teknologi seperti LangChain, Function Call, protokol MCP, RAG, Memory, HITL, Skill, Milvus, dan ElasticSearch untuk mencapai pengambilan pengetahuan dan pemanggilan alat yang efisien, serta menggunakan FastAPI untuk membangun layanan backend berkinerja tinggi.

Obrolkan dan tanyakan data Anda sendiri. Akselerator untuk dengan cepat mengunggah data perusahaan Anda sendiri dan menggunakan layanan OpenAI untuk mengobrol dengan data yang diunggah tersebut serta mengajukan pertanyaan.

Magick adalah toolkit mutakhir untuk jenis pembuat AI baru. Buat Magick bersama kami!

Toolkit DeFi untuk agen AI dan asisten pengkodean — deposit dana, eksekusi perdagangan, dan kelola dompet kripto. Bekerja dengan Claude Code, Cursor, Windsurf, OpenClaw, CrewAI, AutoGPT, dan framework agen AI lainnya.

🚀🚀🚀Kumpulan beberapa proyek publik hebat tentang Large Language Model (LLM), Vision Language Model (VLM), Vision Language Action (VLA), AI Generated Content (AIGC), serta Dataset dan Aplikasi terkait.

AI chatbot 🤖 untuk mengobrol dengan file CSV, PDF, TXT 📄 dan video YTB 🎥 | menggunakan Langchain🦜 | OpenAI | Streamlit ⚡

Debug AI agent Anda

Bagaimana jika OpenAI Deep Research dan Dify berada dalam satu platform? OpenAgent — arsitektur pemanfaatan untuk membangun agen AI vertikal dengan cepat, dilengkapi loop penalaran mendalam, alur kerja visual, RAG, dan delegasi A2A.

Hubungkan dan mengobrol dengan berbagai dokumen Anda (pdf dan txt) melalui GPT 3.5, GPT-4 Turbo, Claude, dan LLM sumber terbuka lokal