milvus

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

🏆 实时零代码、功能强大且安全的 ORM 🚀 提供 API 与文档，后端无需编码，前端（客户端）可自定义返回 JSON

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。

🔍 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/

开源的深度研究平台，作为私有数据上的 Reason 与 Search 替代方案，使用 Python 编写

LLM 的语义缓存。与 LangChain 和 llama_index 完全集成。

可私有部署的多租户知识智能体平台：统一 RAG、知识图谱、多智能体、MCP/Skills、沙盒与权限管理

在任何地方提取动画片段的时间戳

Towhee 是一个致力于简化神经数据处理流水线的框架

最棒的 Milvus 图形化用户界面 (GUI)

为所有 AI 代理（例如 Claude Code、Codex）提供持久化、统一的内存层，以 Markdown 和 Milvus 为底层支持。

处理所有非结构化数据，例如以图搜图、语音搜索、分子搜索、视频分析、问答系统、NLP 等

Milvus 向量数据库的 Python SDK

面向 OA、ERP、CRM、工单等企业系统快速构建智能体，让 AI 在权限、审计与治理约束下安全调用真实业务能力。

CookHero 是一个基于 LLM、RAG、Agent 与多模态的智能饮食与烹饪管理平台，支持智能菜谱查询、个性化饮食计划、AI 饮食记录、营养分析、Web 搜索增强，以及可扩展的 ReAct Agent 与 Subagent 工具体系，帮助厨房新手轻松成为“烹饪英雄”。