产品库

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。

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。

一个现代化的全栈 AI Chatbot 应用，支持 Web、移动 App 和桌面端

OpenChat 是一个现代化的全栈 AI 聊天应用，采用 React 和 Cloudflare Workers 构建，结合 Connect RPC 实现高效通信，通过 Tauri 支持多平台客户端。它不仅提供自然语言对话，还支持文本生成图像、网络搜索等功能，旨在为用户提供无缝的多平台聊天体验。该产品采用全栈 TypeScript 开发，确保类型安全，同时支持极速全球部署和数据实时同步。其模块化设计易于扩展，适合希望在多设备上使用 AI 聊天功能的用户。

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。

Onlook 是一款面向设计师的工具，可实时将视觉编辑的 React 网站更改回代码。

Onlook 是一款专为设计师和开发者打造的工具，通过可视化界面编辑 React 网站或 Web 应用，并实时将更改写回代码。它利用 AI 技术，让设计与开发无缝衔接，用户可以在类似 Figma 的界面中调整布局、颜色、文本等，无需复杂设置。Onlook 支持本地代码编辑，确保数据安全，同时兼容现有开发流程，无需迁移或添加新组件。其开源特性也使得用户可以随时审计代码，了解其工作原理。

使用AI快速构建React组件

ReactAI Components是一个利用人工智能技术帮助开发者快速构建React组件的平台。它通过集成先进的AI模型，如Claude/Anthropic，为用户提供了一个无需编写代码即可生成React组件的解决方案。该产品的主要优点在于它能够大幅提高开发效率，减少重复劳动，并使非专业开发者也能轻松创建高质量的React组件。产品目前处于Beta阶段，提供免费使用，无需信用卡信息，适合希望快速开发React应用的开发者和团队使用。

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。

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。

创建您自己的高级搜索引擎，结合AI技术。

Inquir是一个强大的工具，用于创建个性化的搜索引擎，根据您的数据量身定制。它解锁了诸如自定义搜索解决方案、数据组合、AI驱动的检索增强生成(RAG)系统以及上下文感知搜索功能等强大功能。通过启动您的引擎或安排演示，迈向改善用户体验的第一步。

轻量级、快速的RAG文本分块库

Chonkie是一个为检索增强型生成（RAG）应用设计的文本分块库，它轻量级、快速，并且易于使用。该库提供了多种文本分块方法，支持多种分词器，并且具有高性能。Chonkie的主要优点包括丰富的功能、易用性、快速处理速度、广泛的支持和轻量级的设计。它适用于需要高效处理文本数据的开发者和研究人员，特别是在自然语言处理和机器学习领域。Chonkie是开源的，遵循MIT许可证，可以免费使用。

AI优先的基础设施API，提供搜索、推荐和RAG服务

Trieve是一个AI优先的基础设施API，结合了语言模型和工具，用于微调排名和相关性，提供一站式的搜索、推荐、RAG和分析解决方案。它能够自动持续改进，基于数十个反馈信号，确保相关性。Trieve支持语义向量搜索、BM25和SPlade全文搜索，以及混合搜索，结合全文搜索和语义向量搜索。此外，它还提供了商品推销和相关性调整功能，帮助用户通过API或无代码仪表板调整搜索结果以实现KPI。Trieve建立在最佳基础之上，使用开源嵌入模型和LLMs，运行在自己的服务器上，确保数据安全。

快速、准确的生产级RAG管道

Vectorize是一个专注于将非结构化数据转化为优化的向量搜索索引的平台，专为检索增强生成(RAG)而设计。它通过连接内容管理系统、文件系统、CRM、协作工具等多种数据源，帮助用户创建提高生产力的辅助系统和创新的客户体验。Vectorize的主要优点包括易于使用、快速部署和高精度的搜索结果，适合需要处理大量数据并希望快速实现AI应用的企业。

将你的草图转化为应用程序

Napkins.dev 是一个利用人工智能将网站设计草图转换成实际应用程序的平台。它使用 Llama 3.2 90B Vision 模型，可以识别上传的图片并生成 React + Tailwind 代码。这个工具对于前端开发者来说非常有用，因为它可以节省大量的时间，让他们专注于更复杂的开发任务。

无需编码即可构建生产就绪的LLM应用程序

Epsilla是一个无需编码的RAG即服务(RAG-as-a-Service)平台，它允许用户基于私有或公共数据构建生产就绪的大型语言模型(Large Language Model, LLM)应用程序。该平台提供了一站式服务，包括数据管理、RAG工具、CI/CD风格的评估以及企业级安全措施，旨在降低总拥有成本(TCO)，提高查询速度和吞吐量，同时确保信息的时效性和安全性。

开发者友好的RAG即服务。

Ragie是一款面向开发者的RAG（Retrieval-Augmented Generation）即服务产品，它通过易于使用的API和SDK，帮助开发者快速启动并实现生成式AI应用。Ragie具备高级功能，如LLM重排、摘要索引、实体提取等，确保提供精确可靠的信息。它还支持与Google Drive、Notion等流行数据源的直接连接，并支持自动同步，保持数据最新。Ragie由Craft Ventures领导，提供简单明了的定价策略，无需设置费用或隐藏成本。

AI驱动的生成式UI工具

v0是由Vercel推出的基于AI的生成式用户界面系统，它可以根据简单的文本提示生成适用于项目的React代码。v0使用AI模型生成代码，基于shadcn/ui和Tailwind CSS，提供了易于复制和粘贴的代码。v0不使用任何Vercel客户数据或代码进行训练，保证了数据的安全性和隐私性。

革命性的检索增强生成系统技术集合。

RAG_Techniques 是一个专注于检索增强生成(Retrieval-Augmented Generation, RAG)系统的技术集合，旨在提升系统的准确性、效率和上下文丰富性。它提供了一个前沿技术的中心，通过社区贡献和协作环境，推动RAG技术的发展和创新。

一站式RAG搜索SDK

Korvus是一个基于Postgres构建的搜索SDK，它将整个RAG（检索增强生成）流程统一到单一的数据库查询中。它提供了高性能、可定制的搜索能力，同时最小化了基础设施的考虑。Korvus利用PostgresML的pgml扩展和pgvector扩展，将RAG流程压缩在Postgres内部。它支持多语言SDK，包括Python、JavaScript、Rust和C，允许开发者无缝集成到现有的技术栈中。

低代码生成AI应用程序的生成性AI RAG工具包。

create-tsi是一个生成性AI RAG（Retrieval-Augmented Generation）工具包，用于低代码生成AI应用程序。它利用LlamaIndex和T-Systems在Open Telekom Cloud上托管的大型语言模型（LLMs），简化了AI应用程序的创建过程，使其变得快捷、灵活。用户可以使用create-tsi生成聊天机器人、编写代理并针对特定用例进行定制。

用AI开发HTML或React组件，并与GPT4聊天

Jinno是一个使用AI开发HTML或React组件的插件。它可以修改React、HTML和CSS代码。它支持React、CSS和JavaScript，并提供了颜色选择器、字体选择器、页面标尺等功能。可以导出React、HTML和CSS代码，适用于开发人员和设计师。

企业级RAG优化模型，支持多语言

Command R+是一款先进的RAG优化模型，专为处理企业级工作负载而设计，首次在Microsoft Azure上推出。该模型具有128k令牌上下文窗口，提供最佳性能的先进检索增强生成（RAG）功能，支持10种关键语言的多语言覆盖，以及工具使用功能以自动化复杂的业务流程。定价为Command R+：$3.00/M输入令牌，$15.00/M输出令牌。该产品适用于各种企业场景，如金融、人力资源、销售、营销和客户支持等。

一键式无服务器RAG平台

SciPhi是一个开源的端到端RAG平台，使构建、部署和优化系统变得简单。它提供直观的框架和抽象，可与LangChain等解决方案相比较。通过SciPhi，您可以轻松启动和扩展最好的RAG系统，并选择各种托管和远程提供商以满足您的需求。无论是自托管还是云部署选项都可用。

将音频转换为LLM数据

ragobble是一个利用人工智能将音频文件转换为文档的平台。通过将在线视频和音频信息转换为可向量化的RAG文档，用户可以将生成的文档应用于其LLM实例或服务器，为其模型提供最新的知识。ragobble提供了一种快速简单的方式，将视频音频转换为文档，使用户可以为模型提供最新的信息，从而可以推断出仅在几秒钟前记录的数据。

构建应用内AI聊天机器人和AI驱动的文本区域

CopilotKit是一个开源的Copilot平台,可以在React Web应用中构建应用内AI聊天机器人和AI驱动的文本区域。它结合了前端SDK、后端SDK和可选的云基础设施,提供了全面的解决方案。

连接多个数据源，使用AI构建仪表板和可视化图表

Onvo AI - 仪表板和报告构建SDK可连接多个数据源，并使用AI提示构建仪表板和可视化图表。使用仪表板SDK，开发人员可以为用户导航到仪表板中的页面，显示图表和可视化图表。该SDK使得为用户跨产品创建自定义仪表板和报告变得更简单和更容易。

使用AI创建和预览React + Tailwind CSS组件

Microapp.io提供了一种创新的解决方案，即React + Tailwind CSS AI组件生成器。该工具利用AI技术帮助开发人员创建和预览React + Tailwind CSS组件，使开发过程更高效、更愉快。您可以通过结合React和Tailwind CSS技术，以及AI功能，轻松生成适用于应用程序的组件。

使用AI创建和预览React + Tailwind CSS组件

Microapp.io的React + Tailwind CSS AI组件生成器是一款创新的开发工具，可以使用AI创建和预览React + Tailwind CSS微应用，提高开发效率和开发乐趣。它使用先进的AI技术，帮助开发者更高效地创建和预览React + Tailwind CSS微应用，减少开发过程中的时间和工作量。

AI将Figma设计转换为React代码

Bifrost是一款AI工具，可以将Figma设计转换为干净的React代码。它支持Tailwind和Chakra，并能生成类型安全、有条件渲染和使用Figma默认属性的组件。Bifrost适用于开发的每个阶段，无论是从头开始创建还是迭代现有设计。开发人员可以节省大量时间，设计师可以更轻松地更新和维护设计。Bifrost生成的代码与您的现有代码库完全兼容，开发人员无需额外学习。

使用 AI 将 Figma 设计转换为 React 代码

Bifrost 是一个使用人工智能将 Figma 设计转换为干净的 React 代码的工具。它适用于各个开发阶段，可以创建完整的组件集合、支持类型安全、条件渲染和从 Figma 中获取默认属性。您可以从任何流程的任何屏幕开始生成代码，Bifrost 会根据您的代码库自动适应并以与您团队中的工程师一样的方式编写代码。使用 Bifrost，工程师可以节省时间，将精力集中在推动业务发展的功能上，设计师可以轻松创建和更新屏幕，无需担心繁琐的交付过程。快来体验 Bifrost，为您的设计和工程团队提供强大支持吧！

InternVL3开源：7种尺寸覆盖文、图、视频处理，多模态能力扩展至工业图像分析

InternVL3是由OpenGVLab开源发布的多模态大型语言模型（MLLM），具备卓越的多模态感知和推理能力。该模型系列包含从1B到78B共7个尺寸，能够同时处理文字、图片、视频等多种信息，展现出卓越的整体性能。InternVL3在工业图像分析、3D视觉感知等领域表现出色，其整体文本性能甚至优于Qwen2.5系列。该模型的开源为多模态应用开发提供了强大的支持，有助于推动多模态技术在更多领域的应用。