使用说明模块4第1课实验室-IBM RAG和代理AI Capstone项目 此存储库包含模块(IBM RAG和Agent AI Capstone项目)第1课中实验室的所有资产 本实验室讨论如何在MCP服务器中组织工具和数据。
Qwen智能代理框架by QwenLM · PythonQwen-Agent是一个基于Qwen大语言模型的LLM应用开发框架,支持指令跟随、工具使用、规划和记忆功能,适用于构建智能助手、代码解释器等应用。开发效率1.7万个 GitHub 星标
本地RAG容器by Minima-AI-Inc · PythonMinima是一个开源的本地RAG容器,支持与ChatGPT和MCP集成,也可作为完全本地的RAG或与自定义部署的LLM一起使用。开发效率1056个 GitHub 星标
AI记忆引擎by supermemoryai · TypeScriptSupermemory 是一款面向 AI 应用与开发者的持久记忆和上下文引擎,能够自动从对话中提取事实、维护用户画像、提供混合搜索与知识更新,并支持 API、MCP 插件及本地部署。开发效率3.1万个 GitHub 星标
语义搜索与推荐引擎by devflowinc · RustTrieve是一个集语义搜索、推荐系统和检索增强生成(RAG)功能于一体的解决方案,支持自托管和多种嵌入模型集成。搜索工具2722个 GitHub 星标
知识检索服务器by serkan-ozal · TypeScriptDriflyte MCP Server 是一个为AI助手设计的知识检索服务器,通过深度网络爬取和主题感知索引,提供高质量、主题特定的文档检索服务。开发效率11个 GitHub 星标