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…
仓库攻略
336 篇 · 332 个项目 · RAG 检索增强
GraphRAG 是微软研究院开源的模块化图结构 RAG 系统，旨在解决传统向量 RAG 无法处理的"全数据集级别的推理问题"。 传统 RAG 靠向量相似度检索，擅长"找相似片段"，但对"这本小说里最核心的主题是什么"这类需要全局理解的问题力不从心——因为答案分散在大量段落中，向量召回永远只能覆盖局部。 GraphRAG 的核心思路：先用 LLM 将文档内容…
LangWatch 是一个开源 LLMOps 平台，专注于 LLM 应用的全链路可观测性、评估测试与 Agent 仿真。官方定位是"AI 应用的 ops missing piece"——帮助团队在不自己造轮子的情况下，实现追踪（Trace）→ 数据集（Dataset）→ 评测（Evaluate）→ 优化（Optimize）的完整闭环。 核心能力分为四大模块：…
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…
VoltAgent/awesomeclaudecodesubagents 是 154+ 个 Claude Code 专业化子代理（Subagent）的精选合集，按 10 个类别组织，涵盖从前端开发到基础设施、从语言专家到合规审查的完整开发场景。 Subagent 是 Claude Code 的核心扩展机制：一个子代理本质上是一个带有特定角色指令（system…
内容待复核
WenyuChiou/awesome-agentic-ai-zh · 上手攻略
这是一个三语（繁中 / English / 简中）AI Agent 学习路线图，核心定位是"学习路径 + 资源精选 + 入门练习"三合一，帮助想学 AI Agent 的人从「不知道从哪开始」到「能设计 multiagent 系统」。 具体规模： 8 个 Stage + 2 条学习路线 + 5 条延伸路径 240+ 精选项目（每个附 Stars、适合人群、关键…
Opik 是由 Comet 出品的开源 LLM 应用全生命周期管理平台，覆盖从原型开发到生产监控的完整流程。它的核心功能分三大块：可观测性（Observability）、自动化评估（Evaluation）、生产监控（Production Monitoring）。 Opik 脱胎于 Comet 十年在 ML 领域积累的实验管理经验，专门面向 LLM 应用、RA…
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 …
Promptfoo 是一个用于评估（Evaluation）和红队（Red Teaming）LLM 应用的 CLI + 库工具。它解决的核心问题是：在 Prompt 工程和 AI 应用迭代过程中，你怎么知道你的改动真的变好了？靠"感觉不错"是不够的。 核心功能三件事： 1. 自动化评估（Eval）：用声明式 YAML 配置，自动跑测试用例、对比多个模型的输出，…
Mastra 是一个面向 AI 驱动应用与 Agents 的现代 TypeScript 框架，定位类似 Next.js之于 Web 开发——让 AI 应用的构建从草稿到生产都有一套统一、类型安全、可扩展的基础设施。 核心定位是一站式 AI 应用框架：不只是一个 Agent 库，而是一套包含 Agent、Workflow、Memory、RAG、MCP Serv…
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…
Archon 是一个面向 AI 编程智能体的工作流引擎——用 YAML 定义开发流程（计划→实现→验证→审查→PR），让 AI 编程行为从"随机发挥"变成可复现的确定性过程。 它的类比是：Dockerfile 解决了基础设施的可复现，GitHub Actions 解决了 CI/CD 的可复现，而 Archon 解决的是 AI 编程工作流的可复现。 核心思想：…
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…
AirLLM 是一个开源 Python 库，实现了一种层间加载（layerwise）推理技术，让超大语言模型在显存极小的 GPU（甚至只有 4GB VRAM 的卡）上运行推理，无需量化、无需蒸馏、无需剪枝。 核心技术原理：用单层加载替代全量加载。传统推理需要把 130GB 的 70B 模型一股脑塞进显存；AirLLM 把模型按 transformer 层拆开…
Serena 是一个面向 AI 编程 Agent 的 MCP 工具包，为 Agent 提供 IDE 级别的语义代码检索、编辑、重构和调试能力。它的核心定位是"Agent 的专属 IDE"——让 Agent 能像资深开发者使用 IDE 那样，在符号（symbol）层面理解代码结构，而不是逐文件逐行地猜。 简而言之：没有 Serena，Agent 只能靠"gre…
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 …
PageIndex 是一个无向量、基于推理的 RAG（检索增强生成）引擎，由 Vectify AI 开发。其核心理念是：传统向量 RAG 依赖"语义相似度"做检索，但这不等于"真正相关"——尤其在金融报告、法律文书、医疗文献等高度专业化的长文档场景，"相似"和"相关"的差距尤为明显。 PageIndex 模拟人类阅读长文档的方式——先看目录，再顺着结构找答案…
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…
CloakBrowser 是一款"隐身 Chromium"浏览器，专为绕过反机器人检测而设计。与其他工具通过 JavaScript 注入或配置参数"伪装"成浏览器不同，CloakBrowser 在 C++ 源码层面对 Chromium 打补丁，将修改直接编译进二进制，让检测系统看到的是一个"真正的普通浏览器"——因为它本质上就是。 核心卖点：30/30 反检…
ResearchPaperWritingSkills 是一个面向 AI 编程助手（Codex、Claude Code、Gemini）的论文写作 Skill 包，将 ML/CV/NLP 学术论文的写作方法论封装为可复用指令集。 它的核心知识来源是彭思达（Prof. Peng Sida）公开的研究笔记仓库 learning_research，本仓库在此基础上做了…
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…
AgentLearningHub 是 Datawhale 社区维护的一份AI Agent 系统化学习路线，目标是把社区里的优秀分享、官方博客、论文、开源项目和真实工程经验，整理成一份可以照着执行的 AI Agent 学习 todo list。 这不是一个代码工具仓库，而是一个学习导航仓库——README 即全部内容，作者是 Datawhale 成员陈思州（j…
PixelRAG 是一个基于视觉渲染的 RAG（检索增强生成）系统，核心思想：把文档（网页、PDF）渲染成截图切片（screenshot tiles），再对图片做向量检索，而不是解析 HTML 提取文本。传统 RAG 丢掉的表格、图表、排版信息，在 PixelRAG 里完整保留，读者模型可以直接"看"到原始视觉布局。 源自 Berkeley SkyLab、B…
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…
Deep Lake 是 AI 数据运行时（AI Data Runtime），由 Activeloop 提供。其核心定位是：专为 AI 应用设计的多模态数据库，同时支持向量检索、数据版本控制和多模态原始数据存储。 与只存 embedding 的向量数据库不同，Deep Lake 可以存任意类型的原始数据——图片、视频、音频、PDF、文本、embedding 向…
txtai 是由 NeuML 维护的一个一体化 AI 框架，核心理念是把语义搜索、LLM 编排和工作流三大能力整合在同一个 Python 包里。 其核心组件是 Embeddings 数据库——本质上是一个融合了稀疏向量索引、密集向量索引、图网络和关系数据库的统一检索层。这使得 txtai 既能做传统向量检索，也能做 SQL 查询、主题建模、图分析。 架构图：…