标签：RAG

自托管 LLM 前端，把 Ollama 和 OpenAI 兼容后端统一到一个可离线部署的聊天界面里

统一各家模型与工具接口的胶水层，用来快速搭原型，而不是长期承载生产编排

把代码库连同文档、SQL、配置和 PDF 解析成可遍历的知识图谱，作为 Claude Code、Cursor 等助手的检索层

一个按目录切分的 Agent/RAG 示例代码库，用来抄结构而不是当依赖装

给编码 Agent 加跨会话记忆的本地服务，用 hooks 抓会话、SQLite+Chroma 存、下次会话注入

把 PDF、扫描件、表格这类脏文档切成可溯源 chunk 的 RAG 底座，替代自己拼 OCR 加向量库

把 PDF/图片转成带坐标的 Markdown/JSON 喂给 LLM，替代 Tesseract 加一堆后处理胶水

把网页转成 LLM 可读 Markdown 的爬虫，顶替你自己用 Playwright 手写的抓取脚本

一本能跟着敲的智能体教材，用来替换零散的博客和论文拼凑出的学习路径

提示工程与 Agent 方法论的参考手册，用来查概念和论文出处，不是能装进项目的库

在工具输出和 RAG 片段进上下文窗口前做无损压缩，顶替手写截断和摘要逻辑

在 Agent 和 LLM 调用之间加一层持久记忆，替掉自己手写的对话历史拼接和向量库直连

自托管的私有 ChatGPT 替代品，把文档 RAG、Agent 和多用户聊天打包进一个 Docker 镜像

把文档变更实时同步进向量库的 RAG 服务端，替代自己写索引管道和检索 API

把知识库、掌握度路径和内容生成串成闭环的本地 AI 辅导系统，顶替散装的 RAG 加 prompt 拼装方案

一本把 Agent 拆成 LLM+上下文+工具的开源书，配 109 个可跑实验，顶替零散博客和论文综述

拖拽画布编排 LLM 流程并直接暴露成 REST 接口，顶替手写 LangChain 胶水代码

把散落的 PDF、SQL、API 数据整理成 LLM 可检索的索引层，替代自己手写切分、嵌入、召回管线

Java 企业后台的脚手架，用代码生成器把 CRUD、权限、工作流一次性铺好，再叠一层 AI 生成

十亿级向量的分布式检索层，替掉自己拿 FAISS 拼的分片加元数据过滤那套

把有状态智能体的持久化、断点续跑和人工介入做成底层原语，替代自己手写的状态机加任务队列

93 个可跑的 LLM/RAG/Agent 教程项目合集，用来抄结构而不是当依赖装

把文档抽成实体关系图再检索的 RAG 框架，用来替换纯向量检索那层

用树形索引加 LLM 逐层推理替代向量检索的长文档 RAG 引擎，换掉的是切块加向量库那条链路

把持续内容流做持久入库、混合检索和主题告警的引擎，顶替自建的抓取+向量库+告警胶水层

把本地模型接成中文知识库问答的完整应用层，省掉自己拼 LangChain 检索链和 WebUI 的活

自托管的带引用问答引擎，顶替 Perplexica 这类搜索+LLM 拼装方案

自托管的个人知识库 RAG 层，把散在 PDF、Notion、org-mode 里的笔记变成可对话的检索入口

把技术书 PDF 转成按需加载的 Agent Skill，替代把整本书塞进上下文的做法

把文档库变成带引用的 RAG 与可回滚 Wiki 的自托管知识平台，顶替自研的检索加编排那一层

用 LLM 把文档预先抽成知识图谱，换取全局性问答能力的离线索引管线

中文 LLM 全流程教程，从 Transformer 原理一路走到自己训练一个 215M 小模型

自托管的企业知识检索层，把 50+ SaaS 应用的数据索引成 LLM 可检索的上下文

给 Agent 的记忆层加上事实生效/失效时间窗和溯源，替代把对话历史直接塞进向量库

用一句提示词替代手写 CSS 选择器，把网页和本地文档抽成结构化数据的 Python 抓取库

把「查资料+写带引用长文」这条流水线固化成可编程的 pipeline，替掉手工开十几个标签页的调研

RAG 技术选型时的对照实验场，不是能直接部署的检索服务

把 PDF 转成带坐标的 Markdown/JSON 供 RAG 使用，同时生成无障碍 Tagged PDF 的 Java 解析器

可视化编排 AI 智能体工作流并自托管，顶替 Zapier 加自建 Agent 调度层

可视化 Flow 编排 + 知识库检索的 RAG 应用层，顶替自己拼 LangChain 加前端的那套胶水代码

一份把 LLM agent 拉回普通后端工程约束的原则清单，不是框架也不是库

用 YAML 声明式配置跑 LLM 评测与红队扫描的 CLI，顶替手写对比脚本和散落的 pytest 断言

用显式 Pipeline 图编排检索与生成，替代 LangChain 那种黑盒链式抽象

带 UI 的开源 RAG 文档问答工作台，顶替自建检索问答前端和流水线胶水代码

按技术点拆开的 Agent 实现参考集，用来抄结构而不是当依赖装进项目

在 LightRAG 之上补齐图片、表格、公式解析与跨模态图谱，把 PDF 变成可混合检索的知识库

中文深度学习课程笔记的静态合集，不是能装能跑的框架，别把它当依赖引进项目

把自然语言问数封装成带权限和审计的 Agent 服务，替掉自己手写的 Text-to-SQL 胶水层

自托管的企业问答平台，用 Docker 一条命令顶替 Dify 那套需要自己拼的 RAG 加工作流栈

一份 AI 工程学习资源索引，顶替你自己零散收藏的 LLM/RAG/Agent 链接清单