|
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。 Vanna - 与你的数据库聊天“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 - 提问，返回 SQL 语句。这些 SQL 语句可以设置为在你的数据库上自动运行。
 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： pipinstallvanna
他们构建了用户界面，包括 Jupyter Notebook 和 Flask。  Khoj - 你的人工智能第二大脑
 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。 pipinstallkhoj-assistant
khoj
一些令人兴奋的功能： - 代理可以塑造深刻的个人形象并理解你的话，例如，你说：“根据我的兴趣，创作一幅我梦想之家的图片” 它就会画出这个：
它在 GitHub 上有 12k star，并得到了 YCombinator 的支持。 Flowise - 拖放 UI 来构建您的自定义 LLM 流程 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： npminstall-gflowise
npxflowisestart
OR
npxflowisestart--FLOWISE_USERNAME=user--FLOWISE_PASSWORD=1234
以下是集成 API 的方式： importrequests
url="/api/v1/prediction/:id"
defquery(payload):
response=requests.post(
url,
json=payload
)
returnresponse.json()
output=query({
question:"hello!"
)}
 | 
