Botticelli Bots ist ein Open-Source .NET Core-Framework, das die Entwicklung universeller Bots erleichtert. Diese Plattform ermöglicht die Integration mit verschiedenen Datenbanken, Message Brokern, Sprachengines und zahlreichen KI-Engines wie GPT-j und ChatGPT. Es ist für Benutzerfreundlichkeit konzipiert, unterstützt die plattformübergreifende Kompatibilität zwischen Windows und Linux und bietet Tools zur Verwaltung von Hochlastsystemen, Zeitplanung und Automatisierung.
rag-services ist ein Open-Source-Mikroservic-Framework, das skalierbare Abfrage-ergänzte Generierungs-Pipelines mit Vektorspeicherung, LLM-Inferenz und Orchestrierung ermöglicht.
rag-services ist eine erweiterbare Plattform, die RAG-Pipelines in diskrete Mikroservices unterteilt. Es bietet einen Dokumentenspeicher-Service, einen Vektorindex-Service, einen Einbettungsdienst, mehrere LLM-Inferenzdienste und einen Orchestrator, der Arbeitsabläufe koordiniert. Jedes Modul stellt REST-APIs bereit, sodass Sie Datenbanken und Modellanbieter kombinieren können. Mit Unterstützung für Docker und Docker Compose können Sie es lokal oder in Kubernetes-Clustern bereitstellen. Das Framework ermöglicht skalierbare, fehlertolerante RAG-Lösungen für Chatbots, Wissensbasen und automatisierte Dokumenten-Q&A.
Crawlr ist eine quelloffene CLI-KI-Agent, die den Prozess des Einpassens webbasierter Informationen in strukturierte Wissensbasen optimieren soll. Mit OpenAI's GPT-3.5/4-Modellen durchquert es angegebene URLs, bereinigt und teilt rohes HTML in sinnvolle Textabschnitte, erstellt kurze Zusammenfassungen und erzeugt Vektor-Embeddings für effiziente semantische Suche. Das Tool unterstützt die Konfiguration von Crawltiefe, Domänenfiltern und Chunk-Größen, um die Ingestionspipelines an Projektanforderungen anzupassen. Automatisiertes Link-Discovery und Inhaltsverarbeitung verringern manuellen Aufwand, beschleunigen die Erstellung von FAQs, Chatbots und Forschungsarchiven und integrieren nahtlos mit Vektordatenbanken wie Pinecone, Weaviate oder lokalen SQLite-Setups. Das modulare Design ermöglicht eine einfache Erweiterung für benutzerdefinierte Parser und Embedding-Anbieter.