通义开源深度研究智能体，能自主规划多步检索、浏览网页并整合信息，产出带引用的研究报告，适合做调研问答和资料汇总。

用 Rust 写的高性能嵌入推理与索引库，支持从多种数据源摄取内容、本地跑 ONNX 模型生成向量并建索引，适合搭建生产级检索管线。

《AI-Powered Search》一书配套代码库，演示混合检索、学习排序、点击模型和生成式搜索等现代搜索技术，基于 OpenSearch 实现。

把 PDF、DOCX、图片等复杂文档解析成干净结构化数据，方便喂给语言模型做 RAG 和检索。

基于 Transformers 的 Python 训练库，把文本分类、NER、问答、信息检索、语言生成、多模态和对话 AI 等任务的训练与推理流程统一封装，省去手写训练循环的麻烦。

给 LLM 应用提供记忆与信息检索能力的服务端，用 Rust 实现，帮你在对话中持久化上下文并做检索，省去自己搭记忆层。

面向循证医学信息检索的图谱 RAG 系统，把医学知识组织成图结构再结合大模型检索，让回答有据可查、可溯源。

提供 CUDA 加速的机器学习与信息检索基础算法和原语，方便快速搭建高性能应用，涵盖最近邻搜索、聚类、线性代数等常用模块。

面向 LLM 应用的数据驱动评估框架，提供多种指标，重点覆盖 RAG 与信息检索场景，帮助在开发中持续量化效果。

开源的推理服务器与生产集群，统一部署 Agent 所需的各类模型，涵盖嵌入、检索与 LLM 推理，省去自建服务与运维的麻烦。

把大模型同时训练成嵌入模型和生成模型，一个模型既能做文本向量化检索，又能直接生成答案，省去部署两套模型的麻烦。

把散落的 SKILL.md 文件整理成可检索、可评测的智能体技能语料库，自带检索与评测工具，方便给 Agent 搭建技能库。

面向企业内部文档场景的 RAG 数据集与评测基准，提供标准化测试集和评估流程，用来衡量检索增强生成系统在企业知识库上的真实表现。

让大模型在机器写作时通过「思考」主动扩展知识边界，缓解长文生成中内容浅薄、信息重复的问题，适合新闻等长文本创作场景。

汇总了一批能借助 AI 进行网络搜索的软件与工具，方便按需挑选合适的 AI 搜索引擎或检索方案。