embedding

Langchain-Chatchat（原 Langchain-ChatGLM）基於 Langchain 與 ChatGLM、Qwen 與 Llama 等語言模型的 RAG 與 Agent 應用

TencentDB Agent Memory 是團隊層級的 AI 代理記憶中心——將對話、文件與程式碼轉化為四種可重用的記憶資產（聊天記憶、技能、LLM-Wiki、程式碼圖），可在代理與框架間治理、共享與配置

基於 TurboQuant 的向量索引，使用 Rust 編寫並提供 Python 綁定

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

易於使用且功能強大的 LLM 與 SLM 函式庫，擁有精彩的模型倉庫

Code search MCP for Claude Code。將整個程式碼庫作為任意編碼代理的上下文。

🔍 大模型應用開發實戰一：RAG 技術全棧指南，線上閱讀地址：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 是一個提供大型嵌入式資料交互式可視化的工具，允許可視化、交叉過濾與搜尋嵌入與元資料

為 LLM 應用打造的 AI 原生資料庫，提供極快速的稠密向量、稀疏向量、張量（多向量）及全內文混合搜尋。

由社群驅動的閱讀與聊天 AI 機器人方式，使用 chatGPT 提供支援

🔍 匯出並模糊搜尋 Telegram 聊天記錄 | Export and fuzzy search your Telegram chat history

透過 API 提供搜尋、推薦、RAG 和分析功能的一體化平台

精選的社群檢測研究論文及其實作清單。

使用 llama.cpp 的 node.js 綁定在本地機器上執行 AI 模型。在生成層級強制模型輸出符合 JSON schema

可擴充且支援平行的 t-SNE 實作

支援高效能向量搜尋與全文搜尋的 @ClickHouse 分支。

ChatWeb 可以爬取網頁、閱讀 PDF、DOCX、TXT 並萃取主要內容，然後根據內容回答你的問題，或總結重點。

以 Rust 驅動的程式碼智能 CLI，專為 AI 編碼代理設計。跨 7 種語言建立呼叫圖與混合語意搜尋索引（Dense + Sparse + RRF + Reranker）。作為 Claude Code 與 Codex CLI 的原生 MCP 工具發布。

生成式表徵指令微調

此儲存庫包含「VLM2Vec / MMEB」[ICLR 2025]、「VLM2Vec-V2 / MMEB-V2」[TMLR 2026] 以及「MMEB-V3」[COLM 2026] 的程式碼

一個能輕鬆處理 LLM 與嵌入（Embeddings）的 NodeJS RAG 框架。

基於 PyTorch 的最小失真嵌入。

ACG2vec (Anime Comics Games to vector) 致力於打造結合 ACG 與深度學習的實驗場。（文本語義檢索、以圖搜圖、語義搜圖、圖片超解析度、推薦系統）