Milvus 是一款高性能、云原生的向量数据库，专为大规模向量 ANN（近似最近邻）搜索场景设计。它能够存储十亿级向量，支持实时插入与查询，广泛用于 AI 应用中的语义搜索、图像检索、RAG（检索增强生成）等场景。 核心特点： 官方提供完全托管云服务 Zilliz Cloud。 1. 向量数据量大时搜索慢 — 传统数据库无法高效做向量相似度搜索，Milvus…
仓库攻略
118 篇 · 117 个项目 · jay · RAG 检索增强
Langfuse 是一个开源 LLM 工程平台，帮助团队协作地开发、监控、评测和调试 AI 应用。2026 年 1 月，Langfuse 团队加入 ClickHouse，继续深耕开源可观测性领域。它同时提供 Langfuse Cloud（托管版，有慷慨的免费额度）和私有化部署（Docker Compose，一键起立）。 核心功能覆盖 LLM 应用全生命周期：…
Playwright MCP Server 是微软 Playwright 团队开源的 Model Context Protocol（MCP）服务器，让大语言模型（LLM）可以通过标准化的 MCP 协议驱动真实浏览器，完成网页交互、自动化测试、表单填写等任务。 它的核心特点：不需要视觉模型，基于 Playwright 的无障碍树（Accessibility T…
LangBot 是一个生产级的开源 IM 机器人平台，专门用于将大语言模型（LLM）和 Agent 平台连接到主流即时通讯（IM）渠道。用一个统一的代码库，同时把 AI 对话机器人部署到 Discord、Telegram、Slack、QQ、微信、企业微信、飞书、钉钉、LINE、KOOK 等十余个平台，并通过 Web 管理面板进行配置、监控和扩展。 核心特点：…
awesomen8ntemplates 是目前 GitHub 上规模最大的 n8n 工作流模板开源集合，收录 280+ 套免费可导入的 n8n 自动化模板，覆盖 Gmail、Telegram、Google Drive/Sheets、WordPress、Discord、Slack、Notion、Airtable、WhatsApp、Instagram、Twitt…
awesomepublicdatasets 是 GitHub 上规模最大、分类最齐全的高质量公开数据集精选列表。它以主题（Topic）为导向，将来自政府、科研机构、高校、企业的公开数据按领域逐一整理，涵盖农业、生物学、化学、气候、经济、教育、能源、地理信息、政府数据、医疗健康、图像处理、机器学习、自然语言、神经科学、物理、公共领域、社交网络、体育、交通等 3…
n8n（发音 "neightn"，即 "nodemation"）是一个 faircode 模式的工作流自动化平台，融合可视化画布（canvas）和代码能力，支持自托管或云端部署，内置 AI 原生功能，宣称拥有 1500+ 集成节点、9000+ 模板。 核心理念："Visual building meets custom code" —— 非技术人员用拖拽画布…
OpenDataLoader PDF 是一个面向 AI 工作流的高性能 PDF 解析库，核心目标是：把 PDF 转换成 AI 模型可以直接使用的高质量结构化数据，同时提供 PDF 无障碍（accessibility）自动化能力。 两大核心功能： 1. AI 数据提取：从任意 PDF 提取 Markdown、JSON（含 bounding boxes）、HTM…
AgentScope 是一个面向生产环境、易用且高度可扩展的多 Agent 框架，由阿里巴巴达摩院开发维护，2026 年 5 月发布了 2.0 大版本。核心理念是："Build and run agents you can see, understand and trust"——让开发者能够可视化、可理解、可信赖地运行 Agent 系统。 AgentScop…
Outlines（GitHub: dottxtai/outlines，PyPI 包名 outlines）是一个 Python 库，专门解决 LLM 输出结构化数据的问题。由 .txt 团队开发和维护，被 NVIDIA、Cohere、HuggingFace、vLLM 等知名机构信任使用。 核心价值主张：在生成阶段就保证输出格式正确，而不是生成后再用正则、JSO…
Chroma（GitHub: chromacore/chroma）是一个面向 AI 应用的开源向量数据库，用 Rust 编写，提供 Apache 2.0 许可证。它既是自托管可部署的开源版本，也有付费托管服务 Chroma Cloud。 Chroma 的核心理念是：让 AI 应用的向量存储和检索变得极简。官方口号是 "the opensource data …
AstrBot 是一个开源的 AI Agent 助手与开发框架，核心特点是将主流即时通讯平台（IM）与大语言模型深度集成。它的定位是「AllinOne Agent 聊天平台」+ OpenClaw 替代方案。 换句话说：你有 QQ、微信、Telegram 同时在线，AstrBot 可以让你的 AI Agent 同时在所有这些平台上跟你对话，还能接插件、加知识库…
Firecrawl 是一个面向 AI 的网页数据 API：给定 URL，爬取并转换为 LLM 可直接使用的干净 Markdown、JSON 或截图。它能处理 JavaScript 渲染的动态页面、反爬虫机制、代理轮换等"脏活"，开发者只需调用 API 或装好 SDK 即可。开源，也可以直接用其托管服务（firecrawl.dev）。Stars 147k，周增…
Flowise 是一款开源可视化 AI Agent 构建平台（Apache 2.0 许可证，TypeScript + React + Node.js），Stars 54410，周增+189。它的核心理念是：把 AI 工作流的编排从代码层面搬到画布上，通过拖拽节点的方式构建 AI Agent、RAG 流水线、聊天机器人等复杂 AI 应用，无需写代码也能玩转 L…
Repomix 是一款将整个代码仓库打包为单个 AI 友好文件的工具（MIT 协议，TypeScript），Stars 26956，周增+140。它解决的核心问题是：当你需要把一个完整项目喂给 LLM（如 Claude、ChatGPT、DeepSeek）时，如何高效、结构化地传递所有代码，同时控制 token 用量、规避敏感信息泄露。 输出格式支持 XML（…
CowAgent 是一个开源超级 AI 助手框架，原名 chatgptonwechat，定位于「Agent Harness」（AI Agent 编排框架）。它将 AI 助手从简单的对话机器人提升为一个能主动规划任务、操作电脑与外部服务、构建个人知识库与长期记忆、并通过自演化不断成长的智能体。 核心设计哲学：消息通过 Channels 流入，由 Agent C…
AccumulateMore/CV 是一个中文深度学习全栈笔记库，覆盖 PyTorch 基础、李沐《动手学深度学习》、吴恩达 Deep Learning 系列，以及大模型 Agent 方向（土堆/李沐/吴恩达/大飞四位主讲人的视频对应笔记）。以 Jupyter Notebook（.ipynb）格式为主，已声明"已完结"状态（400+ 笔记区间）。Stars …
vinta/awesomepython 是 GitHub 上最知名、最全面的 Python 生态资源精选列表，由 Vinta Software 维护。该列表对标 Python 领域的各类框架、库、工具和资源，以「精选 + 有观点」为标准进行 curation，而非简单罗列。 截至 2026 年 7 月，该仓库拥有 306,828 Stars（GitHub 全…
WeKnora（维娜拉） 是腾讯开源的企业级 LLM 知识管理框架，定位是"让文档活起来"：把散落在各处的 PDF、Word、飞书文档、Notion 页面变成可查询、可推理、可持续更新的知识资产。 核心三大能力： | 能力 | 说明 | ||| | RAG 快速问答 | 基于文档知识库的精准问答，适合日常知识查询 | | ReAct Agent | 自主编排…
awesomeselfhosted/awesomeselfhosted 是 GitHub 上最具影响力的自托管软件列表，收录了超过 1,000 个可完全私有部署的自由软件（Free Software），覆盖从博客平台到邮件服务、从 CI/CD 到 AI 模型推理、从密码管理器到视频聊天的全部场景。 它不是一个工具，而是一份私有化替代 SaaS 的全景地图：每…
OpenWiki 是 LangChain 团队开源的 CLI 工具，专门用于为代码库自动编写和维护文档。核心理念是：让 AI 编程 Agent（Claude Code、Codex、Cursor 等）在工作时能查阅结构化文档，而不是靠记忆或大海捞针式的全库搜索。 安装后只需一条命令，OpenWiki 就会扫描代码库，生成 openwiki/ 目录下的 Mark…
CAMEL（camelai/camel）是首个专注多 Agent 系统研究的开源框架，自称"Finding the Scaling Law of Agents"。它不是单 Agent 工具，而是一个用于构建、运行和分析大规模多 Agent 系统的平台级框架，官方定位是研究框架，支持模拟最多 100 万个 Agent 同时运行。CAMEL 背后是一个 100+…
PaddleOCR 是百度飞桨（PaddlePaddle）团队开源的多功能 OCR 与文档解析工具包，GitHub Stars 超 8.4 万，被 Dify、RAGFlow、Cherry Studio 等主流项目深度集成。它不只是一套光学字符识别引擎，更是一个覆盖"图片→结构化数据"完整流程的文档 AI 基础设施。 当前稳定版本为 PaddleOCR 3.6…
LightRAG 是香港大学数据科学实验室（HKUDS）发布的轻量级知识图谱增强检索框架，发表在 EMNLP 2025。它采用双层（向量 + 知识图谱）架构，兼顾检索的全面性与语义深度，是 Microsoft GraphRAG 的高效替代方案。 核心思想：在索引阶段利用 LLM 从文档中提取实体和关系，构建知识图谱（KG），同时保留向量嵌入；查询时通过 lo…
Open WebUI 是一个可扩展、功能丰富、用户友好的自托管 AI 交互界面。它的核心目标是让你完全离线运行自己的 AI 界面，同时支持连接任意 OpenAI API 兼容的模型（包括本地 Ollama、私有化部署的 vLLM、LM Studio 等）。 用一张图来理解它的位置： 用户浏览器 ←→ Open WebUI ←→ Ollama / OpenAI…
freellmapiresources 是一个持续更新的免费 LLM API 资源清单，收录了提供免费额度或试用积分的 LLM API 服务商，帮助开发者在不花一分钱的情况下接入大语言模型能力。 仓库本质上是一份结构化的资源目录，按免费程度分为两大类： 真正免费（无需付费即可使用） 有试用积分（注册送额度，用完需充值） 维护者通过脚本自动拉取各平台的模型列表…
chromedevtoolsmcp 是一个 MCP（Model Context Protocol）服务器，它把完整的 Chrome DevTools 能力暴露给 AI coding agent。使用时，你的 agent（Claude Code、Copilot、Cursor、Codex、OpenClaw 等）可以像人类开发者一样控制浏览器：点击、填表、截图、抓…