需求人群:
"目标受众为需要在本地处理和分析文档的开发者和企业,特别是对数据隐私有高要求的用户。Minima适合他们因为它提供了一个本地化的解决方案,可以在不依赖外部服务的情况下处理和检索大量文档。"
使用场景示例:
企业使用Minima来构建内部知识库,提高员工检索信息的效率。
开发者利用Minima创建自定义的文档检索和生成工具,服务于特定项目。
教育机构使用Minima来整合教学材料,为学生提供更便捷的学习资源检索。
产品特色:
支持完全本地安装,无需外部网络连接。
能够通过ChatGPT和Anthropic Claude查询本地文件。
支持自定义GPT集成,增强本地文档检索能力。
支持多种文件格式,包括.pdf, .xls, .docx, .txt, .md, .csv。
提供Docker容器化部署,简化安装和使用。
支持环境变量配置,方便个性化设置。
可通过Web界面进行交互,提升用户体验。
使用教程:
1. 访问Minima的GitHub页面并克隆项目到本地。
2. 根据需要创建.env文件,并配置相关环境变量。
3. 根据使用场景选择合适的Docker Compose文件(docker-compose-ollama.yml, docker-compose-chatgpt.yml, docker-compose-mcp.yml)进行部署。
4. 运行对应的Docker Compose命令来启动服务。
5. 如果使用ChatGPT集成,从终端复制OTP并使用Minima GPT进行认证。
6. 如果使用Anthropic Claude,需要在Claude的配置文件中添加Minima的MCP服务器信息。
7. 通过Web界面或API与Minima进行交互,进行文件检索和生成任务。
浏览量:324
最新流量情况
月访问量
4.92m
平均访问时长
00:06:33
每次访问页数
6.11
跳出率
36.20%
流量来源
直接访问
51.61%
自然搜索
33.46%
邮件
0.04%
外链引荐
12.58%
社交媒体
2.19%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
中国
13.25%
德国
3.63%
印度
9.32%
俄罗斯
4.28%
美国
19.34%
开源本地RAG,集成ChatGPT和MCP能力
Minima是一个开源的、完全本地化的RAG(Retrieval-Augmented Generation)模型,具备与ChatGPT和MCP(Model Context Protocol)集成的能力。它支持三种模式:完全本地安装、通过ChatGPT查询本地文档以及使用Anthropic Claude查询本地文件。Minima的主要优点包括本地化处理数据,保护隐私,以及能够利用强大的语言模型来增强检索和生成任务。产品背景信息显示,Minima支持多种文件格式,并允许用户自定义配置以适应不同的使用场景。Minima是免费开源的,定位于需要本地化AI解决方案的开发者和企业。
终端中的个人AI助手,具备本地工具。
gptme是一个运行在终端的个人AI助手,它装备了本地工具,可以编写代码、使用终端、浏览网页、视觉识别等。它是一个不受软件、互联网访问、超时或隐私问题限制的ChatGPT“代码解释器”的本地替代方案。
将 MCP 集成到 ChatGPT 等 AI 平台的 Chrome 扩展。
MCP SuperAssistant 是一个 Chrome 扩展,集成了模型上下文协议(MCP)工具,使用户能够直接从 AI 平台执行 MCP 工具,并将结果插入对话中。这项技术提高了基于 Web 的 AI 助手的功能,支持多种 AI 平台,为用户提供便捷的数据交互方式。
全面管理的AI搜索基础设施,支持RAG。
Ducky是一种全面管理的AI检索服务,专为那些需要快速准确结果的开发人员而设计。它支持语义搜索,包括检索增强生成(RAG),并且提供了简单明了的Python SDK,可以快速构建出色的搜索功能。
轻量级服务器,连接微信读书与 Claude Desktop。
微信读书 MCP 服务器是一个桥接微信读书数据和 Claude Desktop 的轻量级服务器,旨在实现阅读笔记与 AI 的深度交互。此产品利用 MCP 协议,无缝整合阅读数据,提供实时访问功能,极大提升用户的阅读效率与信息管理能力。
您的 MCP 服务器安全扫描器,扫描常见漏洞,确保数据和代理安全。
mccan.ai 是一款专注于 Model Context Protocol (MCP) 服务器的安全扫描工具。它能够检测 MCP 服务器中的各种安全漏洞,确保大型语言模型(LLM)与外部工具的交互。该产品致力于帮助开发者识别和修复潜在的安全风险,从而保护敏感数据和系统免受攻击。mcpscan.ai 的核心价值在于其专门针对 MCP 实施的安全扫描,提供实时监控和详细的漏洞分析,为用户的安全部署提供支持。
一份综合性的 MCP 基础 AI 工具安全检查清单。
MCP 安全检查表是由 SlowMist 团队编制和维护的,旨在帮助开发者识别和减轻 MCP 实施过程中的安全风险。随着基于 MCP 标准的 AI 工具迅速发展,安全问题愈发重要。该检查表提供了详尽的安全指导,涵盖 MCP 服务器、客户端及多种场景的安全需求,以保护用户隐私并提升整体系统的稳定性和可控性。
一个零配置工具,可自动将FastAPI端点暴露为模型上下文协议(MCP)工具
FastAPI-MCP是一个专为FastAPI设计的工具,旨在无缝集成模型上下文协议(MCP)。它允许开发者无需任何配置即可将FastAPI应用程序的API端点自动转换为MCP工具。该工具的主要优点是简化了API与MCP的集成过程,支持自动发现和转换所有FastAPI端点,保留请求和响应模型的模式,并保持与Swagger相同的文档。它还支持灵活的部署方式,可以将MCP服务器直接挂载到FastAPI应用程序中,也可以单独部署。FastAPI-MCP适用于需要快速将API集成到MCP环境中的开发团队,支持Python 3.10及以上版本,推荐使用Python 3.12。
MCP-Scan 是一个针对 MCP 服务器的安全扫描工具。
MCP-Scan 是一款专门为 MCP 服务器设计的安全扫描工具,能够检测常见的安全漏洞,如提示注入和工具中毒。它通过检查配置文件和工具描述,帮助用户确保系统的安全性,适用于各种开发者和系统管理员,是维护系统安全的重要工具。
轻松将现有代理框架中的工具、代理和调度器转换为 MCP 服务器。
automcp 是一个开源工具,旨在简化将各种现有代理框架(如 CrewAI、LangGraph 等)转换为 MCP 服务器的过程。这使得开发者可以通过标准化接口更容易地访问这些服务器。该工具支持多种代理框架的部署,并且通过易于使用的 CLI 界面进行操作。适合需要快速集成和部署 AI 代理的开发者,价格免费,适合个人和团队使用。
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。
AbletonMCP 通过 MCP 与 Claude AI 集成,实现音乐制作的智能化。
AbletonMCP 是一款将 Ableton Live 与 Claude AI 连接的插件,利用模型上下文协议(MCP),能够实现音乐制作、音轨创建及实时会话操控。此工具不仅简化了音乐创作过程,还提高了工作效率,特别适合音乐制作人和创作者,帮助他们通过 AI 技术来激发灵感和快速实现创意。该插件的价格信息未提供,但用户可以在 GitHub 上免费下载和使用。
全球首个可遵循指令的重排序器,为企业级RAG系统提供精准信息排序
Contextual AI Reranker 是一款革命性的AI模型,专为解决企业级检索增强生成(RAG)系统中信息冲突和排序不准确的问题而设计。它能够根据用户提供的自然语言指令,对检索结果进行精准排序,确保最符合需求的信息优先展示。该产品基于先进的AI技术,经过行业标准BEIR基准测试和内部数据集验证,表现卓越。其主要优点包括高准确率、强大的指令遵循能力和灵活的定制化选项,适用于金融、技术、专业服务等多个领域。产品目前提供免费试用,并通过API形式接入,方便企业快速部署和使用。
wdoc 是一个强大的 RAG(检索增强生成)系统,用于处理和查询多种文件类型的文档。
wdoc 是由 Olicorne(一名医学生)开发的 RAG 系统,旨在通过检索增强生成技术解决文档查询和总结问题。它支持多种文件类型(如 PDF、网页、YouTube 视频等),并结合多种语言模型提供高召回率和高特异性的查询结果。wdoc 的主要优点包括强大的多文件类型支持、高效的检索能力和灵活的扩展性。它适用于研究人员、学生和专业人士,帮助他们快速处理大量信息。wdoc 目前处于开发阶段,开发者欢迎用户反馈和功能请求,以不断完善产品。
一个用于在网站上提问的Chrome扩展程序,支持本地运行和向量存储。
Site RAG 是一款 Chrome 扩展程序,旨在通过自然语言处理技术帮助用户在浏览网页时快速获取问题答案。它支持将当前页面内容作为上下文进行查询,还能将整个网站内容索引到向量数据库中,以便后续进行检索增强生成(RAG)。该产品完全在本地浏览器运行,确保用户数据安全,同时支持连接本地运行的 Ollama 实例进行推理。它主要面向需要快速从网页内容中提取信息的用户,如开发者、研究人员和学生。目前该产品免费提供,适合希望在浏览网页时获得即时帮助的用户。
一个为RAG(检索增强生成)AI助手设计的React组件,可快速集成到Next.js应用中。
该产品是一个React组件,专为RAG(检索增强生成)AI助手设计。它结合了Upstash Vector进行相似性搜索、Together AI作为LLM(大型语言模型)以及Vercel AI SDK用于流式响应。这种组件化设计使得开发者可以快速将RAG能力集成到Next.js应用中,极大地简化了开发流程,同时提供了高度的可定制性。其主要优点包括响应式设计、支持流式响应、持久化聊天历史以及支持暗黑/浅色模式等。该组件主要面向需要在Web应用中集成智能聊天功能的开发者,尤其是那些使用Next.js框架的团队。它通过简化集成过程,降低了开发成本,同时提供了强大的功能。
防止GPT降智的浏览器插件,通过伪装访问行为提升ChatGPT的使用体验。
GPT-foolproof是一款针对ChatGPT的浏览器插件,旨在防止OpenAI对ChatGPT输出能力的限制。它通过浏览器指纹混淆、设备特征模拟和隐私保护增强等技术手段,伪装用户访问行为,从而避免被OpenAI检测为受限账号或污染IP。该插件的主要优点是能够提升用户在Web端使用ChatGPT时的体验,避免因账号或IP问题导致的降智现象。它适用于需要频繁使用ChatGPT进行高效沟通和内容创作的用户,尤其是那些对AI输出质量要求较高的群体。
AutoMouser是一个Chrome插件,能够智能追踪用户交互并自动生成Selenium测试代码。
AutoMouser是一个Chrome扩展程序,它利用OpenAI的GPT模型智能追踪用户交互,并自动生成Selenium测试代码。这简化了创建自动化测试的过程,通过记录浏览器操作并将它们转换成健壮、可维护的Python Selenium脚本。产品背景信息显示,AutoMouser通过捕捉鼠标移动、点击、拖拽和悬停等操作,来自动化浏览器测试,从而提高工作效率并构建可重复的测试。
开源的RAG应用日志工具
RAG-logger是一个为检索增强生成(Retrieval-Augmented Generation, RAG)应用设计的开源日志工具。它是一个轻量级的、针对RAG特定日志需求的开源替代方案,专注于为RAG应用提供全面的日志记录功能,包括查询跟踪、检索结果记录、LLM交互记录以及逐步性能监控。它采用基于JSON的日志格式,支持每日日志组织、自动文件管理和元数据丰富化。RAG-logger以其开源、轻量级和专注于RAG应用的特性,为开发者提供了一个有效的工具来监控和分析RAG应用的性能。
TypeScript框架,优雅构建MCP服务器
LiteMCP是一个TypeScript框架,用于优雅地构建MCP(Model Context Protocol)服务器。它支持简单的工具、资源、提示定义,提供完整的TypeScript支持,并内置了错误处理和CLI工具,方便测试和调试。LiteMCP的出现为开发者提供了一个高效、易用的平台,用于开发和部署MCP服务器,从而推动了人工智能和机器学习模型的交互和协作。LiteMCP是开源的,遵循MIT许可证,适合希望快速构建和部署MCP服务器的开发者和企业使用。
通过电话或WhatsApp与ChatGPT进行交流
1-800-ChatGPT是一项实验性新产品,旨在支持更广泛的ChatGPT访问。用户可以通过电话或WhatsApp与ChatGPT进行交流,无需创建账户。这项服务适用于13岁以上人士,并且可以免费使用每月15分钟的通话时间,每日WhatsApp消息数量有限制。1-800-ChatGPT的知识截止日期是2023年10月,目前仅支持文本对话,不支持登录ChatGPT账户、搜索、图像聊天以及个性化功能。
快速高效的生成型AI模型
Command R7B是Cohere公司推出的一款高性能、可扩展的大型语言模型(LLM),专为企业级应用设计。它在保持较小模型体积的同时,提供了一流的速度、效率和质量,能够在普通的GPU、边缘设备甚至CPU上部署,大幅降低了AI应用的生产部署成本。Command R7B在多语言支持、引用验证检索增强生成(RAG)、推理、工具使用和代理行为等方面表现出色,特别适合需要优化速度、成本性能和计算资源的企业使用案例。
MCP服务器目录,汇集多个MCP服务器资源。
MCP Directory是一个为MCP服务器提供目录服务的网站,它允许用户发现和共享MCP服务器资源。该网站使用TypeScript开发,并且提供了一个友好的用户界面,方便用户快速找到所需的MCP服务器。它的重要性在于为MCP服务器用户提供了一个集中的平台,促进了资源共享和技术交流。
AI聊天客户端,实现模型上下文协议(MCP)
ChatMCP是一个AI聊天客户端,它实现了模型上下文协议(MCP),允许用户使用任何大型语言模型(LLM)与MCP服务器进行交互。这个项目的主要优点在于它的灵活性和开放性,用户可以根据自己的需求选择不同的LLM模型进行聊天,并且可以通过MCP服务器市场安装不同的服务器来与不同的数据进行交互。ChatMCP提供了一个用户友好的界面,支持自动安装MCP服务器、SSE MCP传输支持、自动选择MCP服务器、聊天历史记录等功能。
Model Context Protocol的命令行检查工具
mcp-cli是一个命令行界面(CLI)检查器,用于Model Context Protocol(MCP)。它允许用户运行MCP服务器,列出工具、资源、提示,并调用工具、读取资源、读取提示。这个工具对于开发者来说非常重要,因为它简化了MCP服务器的开发和交互过程,使得开发者可以更高效地管理和调试MCP服务器。mcp-cli是用JavaScript编写的,并且完全开源,可以在GitHub上找到其源代码。
将各种文件类型转换为Markdown格式的Python库
E2M是一个Python库,能够解析并转换多种文件类型到Markdown格式。它采用了解析器-转换器架构,支持包括doc、docx、epub、html、htm、url、pdf、ppt、pptx、mp3和m4a等多种文件格式的转换。E2M项目的最终目标是为检索增强生成(RAG)和模型训练或微调提供高质量的数据。
利用视觉语言模型的文档检索系统
vision-is-all-you-need是一个展示Vision RAG (V-RAG)架构的演示项目。V-RAG架构使用视觉语言模型(VLM)直接将PDF文件页面(或其他文档)嵌入为向量,无需繁琐的分块处理。该技术的重要性在于它能够大幅提高文档检索的效率和准确性,特别是在处理大量数据时。产品背景信息显示,这是一个利用最新人工智能技术,提高文档处理能力的创新工具。目前,该项目是开源的,可以免费使用。
一个用于可视化和探索微软GraphRAG工具的网络工具。
GraphRAG Visualizer是一个基于网络的工具,旨在可视化和探索微软GraphRAG工具产生的数据。GraphRAG是微软开发的一种用于生成图结构数据的技术,GraphRAG Visualizer通过让用户上传parquet文件,无需额外软件或脚本即可轻松查看和分析数据。该工具的主要优点包括图形可视化、数据表格展示、搜索功能以及本地处理数据,确保数据安全和隐私。
© 2025 AIbase 备案号:闽ICP备08105208号-14