標籤: RAG 頁1
RAG相關的文章，目前共收錄 11 篇內容。
網路資源
Knowledge Table：輕鬆整理非結構化資料的開源AI工具
Knowledge Table 是一款開源資料處理工具，專為提取非結構化文件中的結構化數據設計，支援自然語言查詢、自訂規則、多用途整合及資料視覺化匯出，適合用於商業分析、合約管理及學術研究等場景。
網路資源
TAG-Bench：結合 Text2SQL 和 RAG 的 AI 資料庫查詢框架
TAG（Table-Augmented Generation）是一個結合史丹佛與柏克萊大學創新思路的資料庫查詢框架，融合了 Text2SQL 和 RAG 的優勢。它包括三個關鍵步驟：查詢合成、查詢執行與答案生成，解決了以往方法無法處理的複雜查詢。
網路資源
Mem0：打造智慧記憶層的個性化 AI 工具
Mem0 旨在為大語言模型提供智慧、自我改進的記憶層，實現跨應用的個性化 AI 體驗。其核心功能包括多層次記憶、自我調整個性化、開發者友好的 API 和跨平台一致性。
網路資源
Dify Workflow：AI Workflow 的全方位解決方案
Dify 是一個開源的大型語言模型（LLM）應用開發平台，由 Langgenius 團隊所開發。此平台特別適合於快速從原型轉變到生產階段，其直覺的介面整合了 AI Workflow、RAG pipeline、代理能力、模型管理及可觀察性功能等。Dify 支持豐富的 LLMs，包括 GPT, Mistral, Llama2, 和 OpenAI API兼容模型，提供了一個視覺化的應用和服務編排工具——Prompt IDE，使團隊能更便捷地共享和管理開發進度。
網路資源
Album AI：自動生成圖像中繼資料及互動相簿工具
Album AI 是一款基於 AI 技術的相簿管理工具，能自動生成圖像中繼資料並與相簿進行互動。它利用 GPT-4-o-mini 模型來辨識相簿中的圖片，並使用 RAG 技術來實現自然語言對話。
網路資源
Vanna AI：AI SQL 生成工具
Vanna 是一款開源的 Python 框架，利用 RAG（Retrieval-Augmented Generation）技術來生成 SQL 查詢。它的主要功能是透過大型語言模型（LLMs）將自然語言問題轉換為準確的 SQL 查詢。
網路資源
Crawlee-Python：高效的網頁爬取和瀏覽器自動化工具
Crawlee-Python 是一款功能強大的網頁爬取和瀏覽器自動化工具庫，旨在幫助開發者建立可靠的爬蟲。此工具支援從網站中提取數據，用於 AI、大型語言模型、檢索增強生成（RAG）或 GPT 的應用，並能下載 HTML、PDF、JPG、PNG 等各種文件。Crawlee 可以與 BeautifulSoup、Playwright 和原生 HTTP 協作，支援有頭和無頭模式，以及代理輪換。
網路資源
GraphRAG：微軟推出的開源模組化圖形化檢索增強生成系統
GraphRAG 是一個由 Microsoft 開發的模組化系統，旨在使用大型語言模型（LLM）從非結構化文本中提取有意義的結構化數據。它透過圖形化的檢索增強生成（RAG）方法，提升 LLM 處理私人數據的能力。
網路資源
Jina AI Reader API：好用的免費 AI 爬蟲工具
Jina AI 的 Reader API 是一款專門用來提升大型語言模型（LLM）和 RAG 系統的輸入品質的工具。這項服務能將任何網址內容轉化成適合LLM的格式，幫助使用者簡化從網頁抓取數據的流程。它自動去除HTML中的雜訊，如標籤和 script，只提取核心內容。此外，Reader API 還支持即時串流模式，可加快處理速度，且完全免費，無需API密鑰即可使用。對於需要高品質網頁內容輸入的開發者來說，這是一個極佳的選擇。
網路資源
Vercel AI：加速您的AI前端開發之旅
Vercel AI 設計了專為AI前端開發而設計的部署平台。這個平台提供SDK來連接任何模型，以及v0工具快速構建產品，支援各種框架，包括React、Next.js等，旨在幫助開發者以最快的速度部署AI應用。Vercel還強調了其對於安全性的重視，包括預防性防禦、數據完整性和透明度等方面的認證和合規性。