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 写的极速搜索引擎 API，支持全文、模糊、地理和 AI 混合检索，几行代码就能给网站或应用加上即时搜索。

一个能自主完成深度调研的智能体，可接入任意 LLM 提供商，自动搜索、抓取网页并汇总成研究报告。

一个可随使用不断成长的 AI Agent 框架，支持接入 Claude、ChatGPT 等多种大模型，用于搭建和编排自主智能体。

用 Python 写的开源深度研究工具，能对私有数据做推理式检索，替代闭源深度研究方案，支持接入 Milvus 和多种大模型。

自动投递简历的求职机器人，能按简历匹配度筛选岗位并批量提交申请，睡觉时也能持续找工作。

从零开始手把手教你构建 LLM 智能体的中文教程，覆盖 Agent 原理、RAG 等核心实践，适合入门与动手复现。

把对话、文档和代码沉淀成聊天记忆、技能、LLM-Wiki、代码图谱四类可复用记忆资产，让多个 AI Agent 跨框架共享和治理长期记忆。

一份面向 AI Agent 开发与大模型求职的系统指南，覆盖上下文工程、高级 RAG、MCP、Agentic RL 和 LangGraph 实战，并附 1.2 万+ 面试题。

开源个人 AI 助手与 Agent Harness，能规划任务、调用工具和技能，靠记忆与知识自我进化，支持多智能体、多模型、多渠道，一行命令即可安装。

用搜索引擎、网页抓取和大模型做迭代式深度调研的 AI 研究助手，能自动细化研究方向并深入某个主题，代码实现极简，适合快速上手或二次开发。

提供 277 个即插即用的 AI 专家角色定义，覆盖工程、设计、营销、金融等 20 个部门，兼容 Claude Code、Cursor、Copilot 等 20 种工具，并含 64 个中国市场原创智能体，配合编排器可让多位专家按 DAG 自动协作。

一个能自我进化的 AI 智能体，从 3.3K 行种子代码长出技能树，实现全系统控制，token 消耗比常规方案低 6 倍。

给 Claude Code、Codex 等 AI 编码代理提供持久化统一记忆层，用 Markdown 存内容、Milvus 做向量检索，让代理跨会话记住上下文。

用 LangGraph 搭建的模块化 Agentic RAG 教学项目，几分钟就能上手理解检索增强生成智能体的完整流程。

把 Claude Code 或 Codex 变成深度研究智能体，自动采集、检索并综合网页资料，沉淀成可持续积累、可搜索的持久化 Wiki。

面向智能体的 RAG 检索引擎，把文档解析、知识编译和上下文管理整合成一套基础设施，帮 Agent 稳定拿到高质量检索结果。

面向机器学习工程与研究的智能体，能对接 arXiv 和 Papers with Code 检索论文，生成代码与研究方案，并支持 OpenAI、Anthropic、Gemini、Ollama 等模型。

系统梳理 Agentic RAG 的综述项目，讲清如何用 LLM 智能体增强检索增强生成，覆盖反思、工具调用、多智能体等模式。

把 Elasticsearch 包装成 MCP 服务器，让 AI Agent 能直接检索索引、执行查询和管理向量数据，省去自己写对接层。

把代码库连同文档、SQL schema、配置和 PDF 一起解析成可查询的知识图谱，供 Claude Code、Cursor 等编码 Agent 做代码检索，全程本地 AST 解析、不依赖向量库。

面向 RAG 的文档索引方案，不依赖向量数据库，用推理方式定位和检索文档内容，适合构建 Agent 式检索流程。

面向 AI 应用的文档处理与 RAG 框架，把私有数据接入大模型，支持构建检索增强、智能体和多智能体应用。

为 AI Agent 提供可持久化的长期记忆层，让智能体和应用能跨会话记住上下文，开箱即用、面向生产环境。

开源的向量数据库，专门给 AI 应用做检索基础设施，支持 RAG、语义搜索和智能体记忆存储，底层用 Rust 重写后性能更强。

开箱即用的开源 RAG 平台，内置引用溯源、深度研究和分区隔离，支持 22+ 文件格式与 MCP 服务，帮团队快速搭出可落地的检索增强应用。

用 Jupyter Notebook 逐个演示 RAG 系统的进阶技巧，从嵌入、检索到重排都有可运行教程，适合动手搭建和优化检索增强生成流程。

基于 LangGraph 的电商数仓智能问数 Agent，把自然语言转成 SQL 并流式展示查询结果，配套教程适合系统学习大模型应用落地。

给 AI 编码代理用的 Git 原生持久记忆库，纯 Go 实现，内置 MCP 服务和 BM25 内存检索，无需外部数据库，能把上下文 token 消耗降低约 80%。

可自托管的个人 AI 第二大脑，能从网页和本地文档中检索答案，支持自定义智能体、定时自动化和深度研究，兼容多种在线或本地大模型。

《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。

给 AI Agent 用的自托管网页检索与浏览技能：SearXNG 搜索、Camofox 浏览、CloakBrowser 绕过反爬，从源头减少幻觉。

基于大模型的知识库问答平台，开箱即用数据处理、RAG 检索和可视化 AI 工作流编排，无需复杂配置即可搭建复杂问答系统。

开源企业级智能体平台，可快速搭建基于知识库的问答助手和 Agent，支持接入 DeepSeek、Llama 等大模型与 MCP 工具。

基于 Langchain 和 ChatGLM、Qwen、Llama 等本地大模型搭建的知识库问答应用，支持 RAG 检索增强与 Agent 能力，可离线部署私有文档问答系统。

给 AI 编程代理加上跨会话的长期记忆：自动记录会话过程，用 AI 压缩后把相关上下文注入后续会话，兼容 Claude Code、Codex、Copilot 等多种代理。

系统梳理深度研究（Deep Research）领域的综述项目，围绕大模型智能体与检索增强生成，整理该方向的方法体系与研究脉络。

基于 Spring Boot 3 和 Spring AI 的 Java AI 开发实战教程，带你实现 AI 恋爱大师应用和 ReAct 模式自主规划智能体，覆盖 RAG、向量数据库、Tool Calling、MCP 等核心技术。

用 Python 搭建 LLM 应用和智能体的开发框架，把模型调用、工具、检索和记忆串成可组合的链路，省去自己拼装底层胶水代码。

把代码、文档和基础设施连成一张持久化图谱，为开发者和 AI 代理提供本地代码智能检索，还能按改动挑选测试。