embedding

Langchain-Chatchat（原 Langchain-ChatGLM）基于 Langchain 与 ChatGLM、Qwen 与 Llama 等语言模型的 RAG 与 Agent 应用

TencentDB Agent Memory 是团队层级的 AI 代理记忆中心——将对话、文档与代码转化为四种可重用的记忆资产（聊天记忆、技能、LLM-Wiki、代码图），可在代理与框架间治理、共享与配置

基于 TurboQuant 的向量索引，使用 Rust 编写并提供 Python 绑定

使用 PEFT 或 Full-parameter 对 600+ LLM（Qwen3.6、DeepSeek-V4、GLM-5.1、InternLM3、Llama4、...）和 300+ MLLM（Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM4.5v、Gemma4、Llava、Phi4、...）进行 CPT/SFT/DPO/GRPO（AAAI 2025）

易于使用且功能强大的 LLM 与 SLM 库，拥有精彩的模型仓库

Code search MCP for Claude Code。将整个代码库作为任何编码代理的上下文。

🔍 大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/

低代码 MCP 框架，用于构建复杂且创新的 RAG 流水线

Embedding Atlas is a tool that provides interactive visualizations for large embeddings. It allows you to visualize, cross-filter, and search embeddings and metadata.

为 LLM 应用打造的 AI 原生数据库，提供极快速的稠密向量、稀疏向量、张量（多向量）及全文混合搜索。

由社区驱动的阅读与聊天 AI 机器人方式，使用 chatGPT 提供支持

🔍 导出并模糊搜索 Telegram 聊天记录 | Export and fuzzy search your Telegram chat history

通过 API 提供搜索、推荐、RAG 和分析功能的一体化平台

精选的社区检测研究论文及其实现列表。

使用 llama.cpp 的 node.js 绑定在本地机器上运行 AI 模型。在生成层级强制模型输出符合 JSON schema

可扩展且支持并行的 t-SNE 实现

支持高性能向量搜索与全文搜索的 @ClickHouse 分支。

ChatWeb 可以爬取网页、阅读 PDF、DOCX、TXT 并提取主要内容，然后根据内容回答你的问题，或总结重点。

以 Rust 驱动的代码智能 CLI，专为 AI 编码代理设计。跨 7 种语言建立调用图与混合语义搜索索引（Dense + Sparse + RRF + Reranker）。作为 Claude Code 与 Codex CLI 的原生 MCP 工具发布。

生成式表征指令微调

此仓库包含“VLM2Vec / MMEB”[ICLR 2025]、“VLM2Vec-V2 / MMEB-V2”[TMLR 2026] 以及“MMEB-V3”[COLM 2026] 的代码

一个能轻松处理 LLM 与嵌入（Embeddings）的 NodeJS RAG 框架。

基于 PyTorch 的最小失真嵌入。

ACG2vec (Anime Comics Games to vector) 致力于打造结合 ACG 与深度学习的实验场。（文本语义检索、以图搜图、语义搜图、图片超分辨率、推荐系统）