需求人群:
"Flowise适用于构建各种LLM应用场景,包括LLM链、问答检索链、语言翻译链等。"
使用场景示例:
使用Flowise构建一个LLM链的基本示例
使用Flowise构建一个问答检索链的示例
使用Flowise进行语言翻译的示例
产品特色:
快速构建LLM应用程序
支持定制化的LLM流程
提供可扩展的组件集成
浏览量:481
最新流量情况
月访问量
219.03k
平均访问时长
00:02:11
每次访问页数
3.60
跳出率
44.70%
流量来源
直接访问
38.15%
自然搜索
51.25%
邮件
0.10%
外链引荐
7.83%
社交媒体
2.21%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
巴西
6.18%
捷克
5.48%
英国
2.82%
印度
7.80%
美国
21.36%
开源UI可视化工具,轻松构建定制化的LLM流程
Flowise是一个开源的UI可视化工具,使用LangchainJS编写,用于构建定制化的LLM流程。它支持快速构建LLM应用程序,并提供可扩展的组件集成。Flowise可以用于构建LLM链、问答检索链、语言翻译链等多种应用场景。它是一个免费的开源项目,适用于商业和个人使用。
mcp-use 是与 MCP 工具交互的最简单方式,支持自定义代理。
mcp-use 是一个开源的 MCP 客户端库,旨在帮助开发者将任何大型语言模型(LLM)连接到 MCP 工具,构建具有工具访问能力的自定义代理,而无需使用闭源或应用程序客户端。该产品提供了简单易用的 API 和强大的功能,可以应用于多个领域。
一个用于从文本和图像中提取结构化数据的代理API,基于LLMs实现。
l1m是一个强大的工具,它通过代理的方式利用大型语言模型(LLMs)从非结构化的文本或图像中提取结构化的数据。这种技术的重要性在于它能够将复杂的信息转化为易于处理的格式,从而提高数据处理的效率和准确性。l1m的主要优点包括无需复杂的提示工程、支持多种LLM模型以及内置缓存功能等。它由Inferable公司开发,旨在为用户提供一个简单、高效且灵活的数据提取解决方案。l1m提供免费试用,适合需要从大量非结构化数据中提取有价值信息的企业和开发者。
一个为LLM生成Git提交信息的插件
llm-commit 是一个为 LLM(Large Language Model)设计的插件,用于生成 Git 提交信息。该插件通过分析 Git 的暂存区差异,利用 LLM 的语言生成能力,自动生成简洁且有意义的提交信息。它不仅提高了开发者的提交效率,还确保了提交信息的质量和一致性。该插件适用于任何使用 Git 和 LLM 的开发环境,免费开源,易于安装和使用。
一个用于LLM预训练的高效网络爬虫工具,专注于高效爬取高质量网页数据。
Crawl4LLM是一个开源的网络爬虫项目,旨在为大型语言模型(LLM)的预训练提供高效的数据爬取解决方案。它通过智能选择和爬取网页数据,帮助研究人员和开发者获取高质量的训练语料。该工具支持多种文档评分方法,能够根据配置灵活调整爬取策略,以满足不同的预训练需求。项目基于Python开发,具有良好的扩展性和易用性,适合在学术研究和工业应用中使用。
一个开源的交互式开发环境,用于构建和优化基于LLM的数据处理管道。
DocWrangler是一个开源的交互式开发环境,旨在简化构建和优化基于大型语言模型(LLM)的数据处理管道的过程。它提供即时反馈、可视化探索工具和AI辅助功能,帮助用户更容易地探索数据、实验不同操作并根据发现优化管道。该产品基于DocETL框架构建,适用于处理非结构化数据,如文本分析、信息提取等。它不仅降低了LLM数据处理的门槛,还提高了工作效率,使用户能够更有效地利用LLM的强大功能。
开源全栈平台,为打造顶级LLM产品提供支持
Laminar是一个开源的全栈平台,专注于从第一性原理出发进行AI工程。它帮助用户收集、理解和使用数据,以提高大型语言模型(LLM)应用的质量。Laminar支持对文本和图像模型的追踪,并且即将支持音频模型。产品的主要优点包括零开销的可观测性、在线评估、数据集构建和LLM链管理。Laminar完全开源,易于自托管,适合需要构建和管理LLM产品的开发者和团队。
开源评估基础设施,为 LLM 提供信心
Confident AI 是一个开源的评估基础设施,为 LLM(Language Model)提供信心。用户可以通过编写和执行测试用例来评估自己的 LLM 应用,并使用丰富的开源指标来衡量其性能。通过定义预期输出并与实际输出进行比较,用户可以确定 LLM 的表现是否符合预期,并找出改进的方向。Confident AI 还提供了高级的差异跟踪功能,帮助用户优化 LLM 配置。此外,用户还可以利用全面的分析功能,识别重点关注的用例,实现 LLM 的有信心地投产。Confident AI 还提供了强大的功能,帮助用户自信地将 LLM 投入生产,包括 A/B 测试、评估、输出分类、报告仪表盘、数据集生成和详细监控。
将LLM模型打包成一个可执行文件
llamafile是一个将LLM(大型语言模型)模型及其权重打包成一个自包含可执行文件的工具。它结合了llama.cpp和Cosmopolitan Libc,可以让复杂的LLM模型被压缩成一个llamafile,无需进行任何安装和配置就可以在大多数计算机上本地运行。主要优点是使开源的LLM模型更易于开发者和终端用户访问。
Langroid是一个基于Python的轻量级LLM框架
Langroid是一个轻量级、可扩展和原则性的Python框架,可以轻松地构建基于LLM的应用程序。您可以设置代理,为它们配备可选组件(LLM、向量存储和方法),分配它们任务,并让他们通过交换消息协作解决问题。这个多代理范例的灵感来自Actor框架(但您不需要了解任何关于这个的知识!)。Langroid提供了一个全新的LLM应用程序开发方式,在简化开发人员体验方面进行了深思熟虑;它不使用Langchain。我们欢迎贡献--请参阅贡献文档以获取贡献想法。
个人化的 AI 记忆层,确保数据安全与隐私。
OpenMemory 是一个开放源代码的个人记忆层,为大型语言模型(LLMs)提供私密、可携带的记忆管理。它确保用户对自己的数据拥有完全的控制权,能够在构建 AI 应用程序时保持数据的安全性。此项目支持 Docker、Python 和 Node.js,适合开发者进行个性化的 AI 体验。OpenMemory 尤其适合希望在不泄露个人信息的情况下使用 AI 的用户。
开源的手机端 GUI 智能代理,支持中英文应用操作。
AgentCPM-GUI 是一款开源的手机端大型语言模型(LLM)代理,专为操作中英文应用程序而设计,能够根据用户的屏幕截图自动执行任务。其主要优点在于高效的 GUI 元素理解、增强的推理能力以及对中文应用的精准支持。此技术的开发背景是为了提升移动设备上智能代理的用户体验,特别是在复杂任务处理方面。该产品定位于提高移动端的生产力,适用于各类用户。
开源的 AI 研究助手,集成多种外部资源。
SurfSense 是一款开源的 AI 研究助手,它将多种外部资源(如搜索引擎、Slack、Notion 等)整合在一起,帮助用户高效地进行研究和信息管理。该产品支持多种文件格式的上传与搜索,具备自然语言交互能力,并能快速生成内容。SurfSense 旨在提升研究效率,适合对知识管理有高需求的用户。
Seed-Coder 是一个开源的 8B 代码大型语言模型系列。
Seed-Coder 是字节跳动 Seed 团队推出的开源代码大型语言模型系列,包含基础、指令和推理模型,旨在通过最小的人力投入,自主管理代码训练数据,从而显著提升编程能力。该模型在同类开源模型中表现优越,适合于各种编码任务,定位于推动开源 LLM 生态的发展,适用于研究和工业界。
使用AI技术提供的Monorepo工具包,帮助快速构建应用程序。
MonoKit是一个AI驱动的monorepo工具包,提供了Next.js Turborepo起始套件,深度整合MCP服务器,以及适用于LLM的模板。它有助于加快应用程序的构建速度,并提供优化的代码结构,帮助AI代理更好地理解项目上下文,从而提供更准确的代码建议。
mutatio是一个AI提示工程平台,帮助AI工程师系统测试,衡量和优化提示。
mutatio是一个现代LLM提示实验平台,可帮助用户Craft,refine和optimize他们的AI提示。它允许用户创建和测试各种提示变异,以提高AI的输出质量。
一个社区驱动的深度研究框架,结合语言模型与多种工具。
DeerFlow 是一个深度研究框架,旨在结合语言模型与如网页搜索、爬虫及 Python 执行等专用工具,以推动深入研究工作。该项目源于开源社区,强调贡献回馈,具备多种灵活的功能,适合各类研究需求。
用于生成和推荐笔记的可检索大型语言模型。
NoteLLM 是一款专注于用户生成内容的可检索大型语言模型,旨在提升推荐系统的性能。通过将主题生成与嵌入生成相结合,NoteLLM 提高了对笔记内容的理解与处理能力。该模型采用了端到端的微调策略,适用于多模态输入,增强了在多样化内容领域的应用潜力。其重要性在于能够有效提升笔记推荐的准确性和用户体验,特别适用于小红书等 UGC 平台。
代理法官,用于自动评估任务和提供奖励信号。
Agent-as-a-Judge 是一种新型的自动化评估系统,旨在通过代理系统的互相评估来提高工作效率和质量。该产品能够显著减少评估时间和成本,同时提供持续的反馈信号,促进代理系统的自我改进。它被广泛应用于 AI 开发任务中,特别是在代码生成领域。该系统具备开源特性,便于开发者进行二次开发和定制。
一个模型上下文协议服务器,用于 Excel 文件操作。
Excel MCP Server 是一个无须安装 Microsoft Excel 即可操作 Excel 文件的服务器,用户可以创建、读取和修改 Excel 工作簿。该工具的主要优点在于它的易用性和灵活性,支持多种 Excel 功能,并可通过 AI 代理进行文件操作。此产品适合需要频繁处理 Excel 文件的用户,如数据分析师、财务人员等。此工具是开源的,使用 Python 开发,便于在本地或远程服务器上运行。
Ubicloud是一种开源云,可在任何地方运行,提供弹性计算、块存储、负载均衡器、防火墙、托管PostgreSQL和GitHub Actions运行器。
Ubicloud是一个开源云平台,可在任何地方运行。它提供弹性计算、块存储、负载均衡器、防火墙、托管PostgreSQL和GitHub Actions运行器。通过自托管软件或使用托管服务,可将云成本降低3-10倍。
Zarin是首个开源AI平台,集成了200多个热门和最新的AI多模型,可生成图片、视频、音频、代码、学术论文等。
Zarin是一个开源AI平台,汇聚了200多个热门和最新的AI多模型,为用户提供生成图片、视频、音频、代码、学术论文等功能。该平台的主要优点是打破了不同AI平台之间切换的障碍,使用户能够在一个平台上完成多种任务。Zarin的背景信息是由Ibrohim Abdivokhidov开发。
一个旨在推动人工智能民主化的开源项目。
DeepSeek-Prover-V2-671B 是一个先进的人工智能模型,旨在提供强大的推理能力。它基于最新的技术,适用于多种应用场景。该模型是开源的,旨在促进人工智能技术的民主化与普及,降低技术壁垒,使更多开发者和研究者能够利用 AI 技术进行创新。通过使用该模型,用户可以提升他们的工作效率,推动各类项目的进展。
F Lite 是一款 10B 参数的扩散模型,专注于合法和安全内容。
F Lite 是由 Freepik 和 Fal 开发的一个大型扩散模型,具有 100 亿个参数,专门训练于版权安全和适合工作环境 (SFW) 的内容。该模型基于 Freepik 的内部数据集,包含约 8000 万张合法合规的图像,标志着公开可用的模型在这一规模上首次专注于合法和安全的内容。它的技术报告提供了详细的模型信息,并且使用了 CreativeML Open RAIL-M 许可证进行分发。该模型的设计旨在推动人工智能的开放性和可用性。
Simular AI 提供开放源代码的智能 AI 代理,以自动化计算机任务。
Simular 是一款领先的开放源代码计算机使用代理,通过人类般的计算机操作来自动化多种数字任务,提升工作效率。该产品由来自 DeepMind、Google 和 Baidu 等顶尖 AI 研究机构的专家团队开发,旨在通过开放的代理框架实现透明且可控的业务集成。
一个统一的图像编辑模型,支持多种用户指令。
Step1X-Edit 是一种实用的通用图像编辑框架,利用 MLLMs 的图像理解能力解析编辑指令,生成编辑令牌,并通过 DiT 网络解码为图像。其重要性在于能够有效满足真实用户的编辑需求,提升了图像编辑的便捷性和灵活性。
一键部署和扩展您喜爱的开源应用,价格为主流云主机的一半。
RepoCloud是一个开源应用云市场,让用户能够轻松部署和扩展他们喜爱的开源应用。它提供一键部署功能,并且价格仅为主流云主机的一半,旨在降低用户的部署和运营成本。
© 2025 AIbase 备案号:闽ICP备08105208号-14