langchain

将文件与 Office 文档转换为 Markdown 的 Python 工具

代理工程平台

开源长时程 SuperAgent 框架，具备研究、编码与创作功能。通过沙盒、记忆、工具、技能、子代理与消息网关，处理从数分钟到数小时的多层次任务。

在 LLM 处理前压缩工具输出、日志、文件与 RAG 片段。对代码代理减少 20% 令牌，对 JSON 减少 60-95% 令牌，答案保持一致。提供库、代理与 MCP 服务器。

最快、最轻量的 AI 网关。Rust 核心配合 Python SDK。以 OpenAI（或原生）格式调用超过 100 种 LLM API，具成本追踪、保护机制、负载均衡与日志功能 [Bedrock、Azure、OpenAI、Anthropic、OpenAI、VertexAI、vLLM、Nvidia NIM]

构建具韧性的代理。

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

🪢 开源 AI 工程平台：LLM 评估、可观测性、指标、提示管理、游乐场、数据集。整合 OpenTelemetry、LangChain、OpenAI SDK、LiteLLM 等。🍊YC W23

此仓库包含 Hugging Face Agents 课程

此仓库展示了多种检索增强生成（RAG）系统的高级技术，每项技术都有详细的 Notebook 教程。

全功能的代理框架

开源 AI 工程平台，支持代理、LLM 与机器学习模型。MLflow 使各种规模的团队能够调试、评估、监控和优化生产级 AI 应用，同时控制成本并管理模型和数据的访问。

50+ 教程和实现，涵盖生成式 AI 代理技术，从基础对话机器人到复杂的多代理系统。

🔥 MaxKB 是开源的企业级智能体平台，功能强大且易于使用

调试、评估和监控您的 LLM 应用、RAG 系统与代理工作流，提供完整追踪、自动评估和可投入生产的仪表板。

欢迎使用 Llama Cookbook！这是您使用 Llama 的完整指南：从推理、微调、RAG 入门，我们也示范如何使用 Llama 系列模型解决端到端问题，并在各种服务提供商上部署。

Google Cloud 上生成式 AI 的示例代码和笔记本，配合 Gemini Enterprise Agent Platform

开源 NotebookLM 替代方案。通过单一平台、API 或 MCP 服务器，在开放网络上实时检索 Reddit、YT、IG、TikTok、Indeed、Google Search、Maps 等数据。加入我们的 Discord: https://discord.gg/ejRNvftDp9

将文件轻松转换为结构化数据。Unstructured 是开源 ETL 解决方案，可将复杂文档转换为干净的结构化格式供语言模型使用。访问我们网站了解企业级平台产品，支持生产级工作流、分割、增强、切块与嵌入。

开源平台，用于构建与部署 GPT/LLM 代理 ⚡️

本项目是面向小白开发者的大模型应用开发教程，在线阅读地址：https://datawhalechina.github.io/llm-universe/

LangChain4j 是一个符合惯用语法的开源 Java 库，用于在 JVM 上构建 LLM 驱动的应用程序。它提供对主流 LLM 供应商与向量数据库的统一 API，并简化工具调用（含 MCP 支持）、代理与 RAG 的实现，且能与 Quarkus、Spring Boot 等企业级 Java 框架无缝集成。

用 Go 语言打造的终极 LLM/AI 应用开发框架

[MLsys2026]：在所有事物上使用 LEANN 进行 RAG。享受 97% 的存储空间节省，同时在个人设备上运行快速、准确且 100% 私密的 RAG 应用。

高速 AI 网关，内置安全防护。支持 1,600 多种大型语言模型和 50 多项 AI 防护，提供快速友好的 API

在数分钟内构建对话式 AI ⚡️

ChatGPT 中文指南🔥，ChatGPT 中文调教指南，指令指南，应用开发指南，精选资源清单，更好地使用 ChatGPT 提升生产力！🚀

AI 可观测性与评估

🔍 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/

LangChain for Go，最简单的在 Go 中编写基于 LLM 的程序方式