视频与播客转录API，支持多平台，为AI构建，含批量提取功能
TranscriptFetch是一款视频与播客转录API，能从YouTube、TikTok、Instagram和播客中获取转录文本。重要性在于将网络上的语音内容转化为文本，供AI读取和引用。其优点是支持多平台、批量抓取、自动转录无字幕视频、提供结构化JSON数据，还有MCP服务器供AI客户端使用。该产品由Chandler Casey于2026年创立。价格方面，可免费开始，每月有100个信用额度，之后有每月最低5美元的信用额度计划，一个成功响应消耗一个信用额度。产品定位是为开发者提供便捷的转录服务，解决社交媒体转录难题。
RunInfra优化开源模型用于生产，提供可导出的部署堆栈和API。
RunInfra是一个聊天原生AI模型优化和基础设施平台，其主要功能是帮助开发者优化和部署开源模型。该平台通过描述用户想要构建的AI应用，选择兼容的模型，对GPU进行基准测试，优化支持的运行时和内核，并部署支持的基础设施。其重要性在于为AI开发提供了高效、可定制的模型部署解决方案。主要优点包括：能够根据用户需求选择合适的模型和GPU，优化运行时和内核以提高性能，提供可导出的部署堆栈让团队自主掌控，支持多种模型类型和部署方式，提供基于证据的部署和成本控制，以及提供与OpenAI兼容的API端点。产品背景是为了解决AI模型部署过程中的复杂性和成本问题。价格方面，提供从50美元到1000美元不等的定价方案，以美元为货币单位。该产品的定位是面向软件开发者、ML工程师和基础设施团队的AI基础设施平台。
OpenCrab将文档和研究转化为可复用的本体包和图RAG工作流
OpenCrab是由AgentKorea拥有并运营的本体和图RAG平台。它能将文档、网络研究和领域知识转化为本体包和图RAG工作流，把分散知识变为可重复使用的本体包，为知识提供可行结构。其重要性在于助力团队构建本体系统，用于AI搜索和业务自动化。价格方面，有免费、每月10美元的Pro版和每月30美元的Expert版，定位是面向研究人员、领域专家和AI开发者等，满足不同用户对知识管理和应用的需求。
Powabase 是一站式 AI 应用开发平台，集 Postgres、RAG 和代理于一体。
Powabase 是专为 AI 应用打造的一站式开发平台。它在 Supabase 的基础上进行了扩展，每个项目都配备独立的 Postgres 数据库、存储、认证、实时服务和代理运行时。其重要性在于提供了完整的后端解决方案，涵盖 RAG 管道、代理运行时和工作流构建器。主要优点包括节省成本、加速开发进程、支持多种大语言模型、可自托管等。产品背景是满足 AI 应用开发对高效后端的需求。价格方面，提供免费的 MVP 版本，企业版包含自托管商业许可。定位是成为 AI 应用开发的首选后端平台。
一个API涵盖全网，自然语言提问，获实时网络引用答案，多种模式定价
pixserp是一款强大的API产品，其技术核心在于通过一个端点实现对整个网络的搜索与数据提取。重要性体现在它为开发者和研究人员提供了便捷、高效的网络数据获取方式。主要优点包括：支持自然语言提问，能提供引用答案、结构化输出，有多种研究模式，定价清晰且按次付费。该产品由TetiAI LLC开发，旨在满足开发者构建AI代理、RAG管道和研究工具的需求。价格方面，提供免费试用，有不同的研究模式对应不同的价格，如FAST模式1.50美元/1k，STANDARD模式2.50美元/1k，DEEP模式3.50美元/1k，AGENT模式0.0035美元/步。
企业级AI基础设施，可实现生产就绪的RAG管道和数据编排。
Krira Augment是Krira Labs推出的企业级AI解决方案，专注于构建适用于智能时代的基础设施。其重要性在于为人工智能应用提供了强大的支持，能够满足大规模和高性能的需求。主要优点包括生产就绪的RAG管道，可在几分钟内通过点击完成搭建；具备自主多智能体架构，适用于复杂推理；支持模型上下文协议，实现无缝工具交换。产品背景是为了推动AI应用的发展，满足企业在AI领域的需求。目前未提及价格信息。产品定位是服务于需要高性能AI基础设施的企业。
无需代码，基于自有数据训练智能AI聊天机器人，快速解决业务问题。
Chatref是一个无需代码的平台，可基于用户自有数据构建AI聊天机器人。它利用RAG（检索增强生成）技术，将企业知识转化为实时对话系统，解决传统客服和聊天机器人存在的问题。其重要性在于消除运营摩擦，提高工作效率。主要优点包括高精度、可直接连接非结构化数据、能实现工作流自动化等。产品背景是为解决多数客户支持团队知识分散、传统聊天机器人功能有限的问题而存在。价格方面，提供免费计划，每月包含100条消息。定位是帮助企业将公司知识转化为对话智能，适用于多种行业。
消除幻觉，多模态RAG不忘信息，智能编排前沿模型，任务表现卓越
Sup AI是一款AI平台，具备实时对数概率置信度评分消除幻觉、多模态检索增强生成（RAG）避免遗忘、智能编排前沿模型等功能。其主要优点在于能在各种任务中展现绝对优势，适用于全球用户。产品于2025年创立，总部位于美国加利福尼亚州山景城。提供多种价格方案，包括免费计划供学生和普通用户使用，Plus计划面向开发者，Pro计划针对高级用户，Super计划适用于研究人员和团队。
SQLBot 是一款基于大模型和 RAG 的智能问数系统。
SQLBot 是一款由飞致云推出的智能问数系统，结合大模型和 RAG 技术，提供对话式数据分析的能力。它的主要优点包括开箱即用、易于集成以及安全可控，适合需要高效数据分析和互动的用户。该产品是免费的开源项目，定位于为用户提供便捷的数据查询和分析体验。
您的本地超级智能体，构建自主思考的 AI 助手，兼顾隐私与效率。
ARGO 是一个多平台 AI 客户端，旨在为用户提供强大的人工智能助手，具备自主思考、任务规划和复杂任务处理的能力。其主要优势在于在用户设备上本地运行，确保数据隐私与安全。适合需要高效管理和处理任务的用户群体，支持多种操作系统。永久开源免费。
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。
基于RAG（Retrieval-Augmented Generation）技术的智能对话系统
RAG Web UI 是一个基于 RAG 技术的智能对话系统，它结合了文档检索和大型语言模型，能够为企业和个人提供基于知识库的智能问答服务。该系统采用前后端分离架构，支持多种文档格式（如 PDF、DOCX、Markdown、Text）的智能管理，包括自动分块和向量化处理。其对话引擎支持多轮对话和引用标注，能够提供精准的知识检索和生成服务。该系统还支持高性能向量数据库（如 ChromaDB、Qdrant）的灵活切换，具有良好的扩展性和性能优化。作为一种开源项目，它为开发者提供了丰富的技术实现和应用场景，适合用于构建企业级知识管理系统或智能客服平台。
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。
用于评估文本、对话和RAG设置的通用评估模型
Patronus GLIDER是一个经过微调的phi-3.5-mini-instruct模型，可以作为通用评估模型，根据用户定义的标准和评分规则来评判文本、对话和RAG设置。该模型使用合成数据和领域适应数据进行训练，覆盖了183个指标和685个领域，包括金融、医学等。模型支持的最大序列长度为8192个token，但经过测试可以支持更长的文本（高达12000个token）。
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。
© 2026 AIbase 备案号：闽ICP备08105208号-14