RAGApp 旨在簡化整個 RAG 流程，提供與流行向量資料庫（FAISS、Pinecone、Chroma、Qdrant）及大型語言模型（OpenAI、Anthropic、Hugging Face）的即用型整合。它包含資料導入工具，將文件轉換成嵌入，提供語境感知檢索實現精確知識選擇，以及內建聊天界面或 REST API 伺服器進行部署。開發者可以輕鬆擴充或替換任何組件——加入自訂預處理器、整合外部 API 為工具，或更換 LLM 提供者——同時利用 Docker 和 CLI 工具進行快速原型設計及正式部署。

Arenas 旨在簡化基於 LLM 的代理開發生命週期。開發者可以定義代理角色，將外部 API 和工具作為插件集成，並使用靈活的 DSL 組合多步驟工作流程。此框架管理對話記憶、錯誤處理和日誌記錄，支持堅固的 RAG 管線和多代理協作。通過命令列界面和 REST API，團隊可以在本地原型設計代理並將其部署為微服務或容器化應用。Arenas 支援流行的 LLM 提供商，提供監控儀表板，並內建常見用例的模板。這種靈活架構可以減少樣板代碼，加速面向客戶、研究和數據處理等領域 AI 解決方案的推向市場。

Chat-With-CUHKSZ 提供一條簡化的流程，用於建立基於CUHKSZ知識庫的專屬領域聊天機器人。克隆存儲庫後，用戶配置OpenAI API憑證，並指定資料來源，例如校園PDF、網站頁面和研究論文。此工具使用LlamaIndex預處理並建立文件索引，形成高效的向量存儲。LangChain協調檢索與提示，提供相關答案，實現對話互動。架構支持加入自訂文件、微調提示策略，並可通過Streamlit或Python伺服器部署，同時整合語義搜尋加強、查詢記錄、擴展至其他大學等多種能力，變更配置即可實現。