llm-answer-engine|Perplexity 风格问答检索引擎示例项目
llm-answer-engine基于 Next.js 的问答检索应用示例,可整合 Groq/Mixtral、Brave Search、Serper 与 OpenAI 嵌入,返回来源、答案、图片、视频与追问。
汇集工程开发主题下已发布的工具、教程、提示词与场景资料,帮助你了解用途、使用条件及操作方法。
基于 Next.js 的问答检索应用示例,可整合 Groq/Mixtral、Brave Search、Serper 与 OpenAI 嵌入,返回来源、答案、图片、视频与追问。
Prefect 出品的 Python 库,用 Pydantic AI 在语言模型上做结构化抽取、分类、生成与带工具的异步任务。
Outlines 是一个 Python 库,在生成阶段约束大模型输出,使其符合指定类型、JSON Schema、正则或文法结构。
用 Pydantic 模型定义并校验期望的数据结构,从大模型获取可验证的 JSON 对象,内置校验失败重试与流式部分对象。
为基于大语言模型的对话应用提供输入、对话、检索、执行与输出五类可编程护栏的Python工具包。
Guidance 是一个面向大语言模型的 Python 编程框架,通过正则、上下文无关文法与选择项约束生成结果,并把控制逻辑与生成过程交替编排。
一款面向 macOS 的开源语音 Agent,你用口语下达指令,它通过无障碍接口或视觉模型在任意应用中点击、输入并执行任务。
Upsonic 是一个 Python 框架,可用于构建自主式 Agent 与传统任务型 Agent,并支持自定义工具、MCP 工具接入与统一 OCR 文档处理接口。
用于构建可编程实时多模态语音AI Agent的Python开源框架,支持STT、LLM、TTS组合、电话接入、MCP工具与测试。
解析PDF和其他文档的结构,提取文字、表格等内容并导出为模型和数据处理管道可用的格式。适合RAG、文档归档和信息抽取前的数据准备。
工程开发Python库与CLI;模型和加速后端按安装指南选择把PDF、图片等文档转换为Markdown、JSON或结构化片段,用于资料处理和模型输入,可按任务启用OCR与LLM增强。输出中的表格、公式和阅读顺序需要校对。
工程开发Python工具链;模型与GPU/CPU支持按版本核对在低代码业务开发平台中提供表单、流程和报表,并集成AI应用、知识库与流程编排能力。适合有Java及前端开发经验的团队,不是安装后自动生成完整业务系统。
工程开发Java与Vue业务平台;Docker或源码部署把多种文件转换为Markdown,尽量保留标题、列表和表格等结构,便于LLM、RAG和文本分析管道处理。它是开发工具,不是保证版式一致的文档编辑器。
工程开发Python库与CLI;系统和外部依赖按格式核对给React应用提供无限画布、图形编辑和协作能力,可结合LLM和Agent模板开发AI白板、图表与可视化创作界面。它是开发组件,不是开箱即用的AI生图软件,也不提供模型。
工程开发React与浏览器SDK;需前端开发和部署环境把图片、扫描件和PDF中的文字与版面信息转换为可编辑文本或结构化数据,可用于资料归档、表格提取及知识库预处理。提供文字识别和文档解析等不同流水线,需按任务选择。
工程开发Linux、Windows、macOS;硬件支持依流水线及后端版本而定读取本机CPU、内存与显卡配置,结合模型参数和量化格式,帮助筛选可能适合运行的大模型。推荐与速度估算不能代替在自己电脑上的真实测试。
工程开发macOS、Linux、Windows;硬件识别取决于驱动与系统用 Python 类型提示定义数据结构、解析外部输入并执行校验的开发库;不是 Pydantic AI,也不是独立智能体。
工程开发Python;具体版本与系统兼容性按官方文档核验数据库性能专家,专注于 Schema 设计、查询优化、索引策略和性能调优,精通 PostgreSQL、MySQL 及 Supabase、PlanetScale 等现代数据库。
数据可视化工程专家——根据数据和问题选择图表类型,使用在感知上诚实的视觉编码和色盲安全的数据配色,构建无障碍、可交互的图表,并用 D3、Vega 和各类图表库高性能地渲染大规模数据集。
专注于构建可靠数据管线、湖仓架构和可扩展数据基础设施的数据工程专家。精通 ETL/ELT、Apache Spark、dbt、流处理系统和云数据平台,将原始数据转化为可信赖的分析就绪资产。
专业的开发者入职引导专家,帮助新工程师快速理解陌生代码库,通过阅读源码、追踪代码路径,只陈述基于代码的事实。
专业代码审查专家,提供建设性、可操作的反馈,聚焦正确性、可维护性、安全性和性能,而非代码风格偏好。
Drupal 与 WordPress 专家,精通主题开发、自定义插件/模块、内容架构和代码优先的 CMS 实现。
资深后端架构师,专精可扩展系统设计、数据库架构、API 开发和云基础设施。构建健壮、安全、高性能的服务端应用和微服务。
智能系统治理专家,持续对 API 进行影子测试以优化性能,同时严格执行财务和安全护栏,防止成本失控。
招聘管理系统(ATS)与简历解析器的架构师和校验专家——结合确定性信息检索(不依赖 AI 的 BM25/TF-IDF 与 n-gram)、按职级校准的 Google/IBM X-Y-Z 量化启发式规则、布局线性化与 PDF 文本层完整性审计、法规合规(欧盟 AI 法案、纽约市第 144 号地方法),以及低于 5ms 的客户端执行和面向智能体的 BYOK 架构。