微信扫码
与创始人交个朋友
随着 AI 的普及,大家使用 AI 工具的时间越来越长了,尤其因为有了像 GPT-4o 和 Claude 这样强大的 LLM。
今天,我将介绍 21 个开源 LLM 项目,它们可以帮助你构建令人兴奋的内容,并将人工智能集成到你的项目中。
“和你的数据库聊天( 利用 大模型和 RAG 技术将文本转换为 SQL 语句)
Vanna 是一个获得 MIT 许可的开源 Python RAG(检索增强生成)框架,用于 SQL 生成。
基本上,它是一个 Python 包,它使用检索增强来帮助你使用 LLMs 为数据库生成准确的 SQL 查询语句。
于像不太喜欢写 SQL 的开发人员来说它是完美的 !
Vanna 的工作过程分为两个简单的步骤
你不需要知道这整个东西是如何工作的就可以使用它。
你只需 train
一个存储一些元数据的模型,然后将其用于 ask
问题。
使用以下命令开始:
pip install vanna
他们构建了用户界面,包括 Jupyter Notebook 和 Flask。
Khoj 是一款开源的人工智能搜索助手。无需筛选在线结果或自己的笔记,即可轻松获得答案。
Khoj 可以理解你的 Word、PDF、org-mode、markdown、纯文本文件、GitHub 项目,甚至 Notion 页面。
它有桌面应用程序、Emacs 软件包、Obsidian 插件、Web 应用程序。Obsidian 和 Khoj 可能是最强大的组合!
你可以使用以下命令在几分钟内开始在本地使用 Khoj。
pip install khoj-assistant
khoj
一些令人兴奋的功能:
它在 GitHub 上有 12k star,并得到了 YCombinator 的支持。
Flowise 是一款开源 UI 可视化工具,用于构建定制的 LLM 编排流程和 AI 代理。
可以使用以下 npm 命令在几分钟内开始使用 Flowise:
npm install -g flowise
npx flowise start
OR
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
以下是集成 API 的方式:
import requests
url = "/api/v1/prediction/:id"
def query(payload):
response = requests.post(
url,
json = payload
)
return response.json()
output = query({
question: "hello!"
)}
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-07
【干货】带你一步步安装与使用AnythingLLM
2024-09-07
清华开源LongCite,如何提高大模型的溯源能力?
2024-09-07
不同开源基座大模型对比及领域落地的选型考虑 Qwen LLaMa等
2024-09-07
我的RAG之路 - AnythingLLM 介绍篇
2024-09-06
DeepSeek-V2.5:融合通用与代码能力的全新开源模型
2024-09-06
一个火爆的国产AI项目,已开源!
2024-09-06
神秘提示词:几行代码如何激发AI的科学思维,这个超级Prompt突然爆红
2024-09-06
构建个性化AI,由您所见、所说、所听驱动,支持Ollama
2024-08-13
2024-05-06
2024-06-12
2023-07-01
2024-07-08
2024-07-25
2024-07-11
2024-07-25
2024-07-18
2024-06-16