pinecone
本站收录 25 个带「pinecone」标签的 AI 开源项目
SuperAGISuperAGI 是一个面向开发者的开源自主 AI 智能体框架，旨在帮助开发者快速构建、管理和运行实用的自主智能体。它解决了从零搭建智能体基础设施的繁琐问题，提★ 17,701
langchain4jLangChain4j 是一个面向 JVM 生态的 Java 开源库，旨在为构建 LLM 驱动的应用提供地道、简洁的开发体验。它解决了 Java 开发者难以像 ★ 13,176
examplesPinecone 官方提供的 Jupyter Notebook 示例集合，帮助开发者快速上手 Pinecone 向量数据库。它通过一系列可交互的 noteboo★ 3,044
rag-cookbooksrag-cookbooks 是一个专注于检索增强生成（RAG）系统的高级技术集合，以 Jupyter Notebook 形式呈现。它旨在解决 RAG 系统在实际★ 2,572
GPTDiscordGPTDiscord 是一个基于 Python 的 Discord 机器人，旨在为 Discord 服务器提供一站式 GPT 接口。它解决了在 Discord ★ 1,852
sagesage 是一个开源的代码库问答工具，旨在让开发者能在两分钟内与任何代码库进行对话。它解决了传统代码检索效率低、理解大型项目成本高的问题。核心能力包括：支持完全★ 1,264
llm-pythonllm-python 是一个面向开发者的 LLM 教程与示例脚本集合，主要使用 Jupyter Notebook 编写，涵盖 LangChain、OpenAI、★ 931
doc-chatbotdoc-chatbot 是一个基于 GPT 和 LangChain 的多文件对话助手，旨在解决用户与多个文档进行自然语言交互的问题。它支持同时上传多个文件（如 ★ 853
lingooseLinGoose 是一个用 Go 语言编写的 AI/LLM 应用开发框架，旨在简化构建基于大语言模型的应用程序。它解决了 Go 生态中缺乏成熟 LLM 工具链的★ 833
RAG-Driven-Generative-AI这是一个面向开发者的RAG（检索增强生成）实战教程仓库，提供基于LlamaIndex、Deep Lake和Pinecone构建生成式AI应用的完整代码示例。项目★ 628
embedJsembedJs 是一个基于 Node.js 的 RAG（检索增强生成）框架，旨在简化 LLM 与嵌入模型（Embedding）的集成工作。它解决了开发者在构建 ★ 601
python-sdkPinecone 官方 Python SDK，用于连接和操作 Pinecone 向量数据库。它解决了开发者在使用 Pinecone 时缺乏官方 Python 客★ 452
megabotsmegabots 是一个旨在让 LLM 应用开发变得极其简单的开源框架，主打“生产就绪”和“开箱即用”。它解决了开发者从零构建聊天机器人时面临的高复杂度问题，通★ 350
Context-Engineering-for-Multi-Agent-Systems这是一个关于多智能体系统（MAS）上下文工程的开源项目，旨在通过高层语义编排，帮助开发者构建通用、领域无关的多智能体系统，从而节省大量代码。项目提供了一个生产就★ 283
vectordbzvectordbz 是一款现代化的桌面应用，用于探索、管理和分析向量数据库。它解决了开发者在调试和运维向量数据库时缺乏直观图形界面、需要编写大量代码或依赖命令行★ 263
XMemXMem 是印度首个开源的、面向 AI 代理的多模态长期记忆层，旨在解决 AI 代理在对话和任务执行中缺乏持久记忆的问题。它通过多代理架构和 Graph RAG★ 233
uxieuxie 是一款开源的 PDF 阅读器应用，面向学生、研究者和需要深度阅读文档的办公人群。它把传统 PDF 阅读与笔记、标注、协作和 AI 能力整合在一个界面里★ 197
PromethAI-BackendPromethAI-Backend 是一个开源框架，用于构建帮助用户进行决策、设定个性化目标并执行这些目标的 AI 智能体。它基于 Python 和 LangC★ 189
chatpdf-gptChatPDF-GPT 是一个基于 LangChain 和 OpenAI 构建的开源 PDF 对话助手，采用全栈 TypeScript 开发，前端使用 Next★ 183
distilldistill 是一个为 LLM 智能体设计的上下文智能层，以 Go 语言实现。它解决的是智能体在长期运行中上下文管理混乱、记忆冗余和敏感信息泄露的问题。核心能★ 182
doc-buddydoc-buddy 是一个基于 GPT 的对话助手，旨在让用户上传文档和说明书后，通过自然语言与文档内容进行交互。它解决了传统文档检索效率低、阅读成本高的问题，★ 172
mcp-pineconemcp-pinecone 是一个基于 Model Context Protocol（MCP）的服务器实现，专门用于连接 Pinecone 向量数据库。它解决了 ★ 149
OneRAGOneRAG 是一个生产就绪的 RAG（检索增强生成）框架，基于 Python 和 FastAPI 构建。它旨在解决企业在构建 RAG 应用时面临的集成复杂性和★ 126
chatgpt-knowledge-base-chatbot这是一个基于自有数据构建的智能对话助手，通过将文档或知识库内容进行向量化嵌入，并结合GPT-3.5-turbo生成类似ChatGPT的对话体验。项目使用Ada模★ 125
gpt_chatbot这是一个基于Python的语音聊天机器人，让你通过麦克风与GPT-4对话。它利用OpenAI的语音识别和文本转语音功能实现语音交互，并使用Pinecone向量数★ 56