基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）

为生成式人工智能准备好你的文档

《深入理解AI Agent：设计原理与工程实践》（李博杰着）开源主仓库：全书正文、编译版PDF与按章安装代码

LightRAG：简单快速的检索增强生成框架

高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。

一个使用大语言模型从非结构化文本中提取结构化信息的Python库，具备精确的源数据溯源和交互式可视化功能。

The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.

📄🧠 PageIndex：基于推理的RAG文档索引系统 （注：根据技术文档翻译规范，RAG保持英文缩写形式，因其在人工智能领域作为"Retrieval-Augmented Generation"的专有术语已被广泛接受；"Reasoning-based"采用"基于推理的"标准译法，准确体现技术特性；整体表述保持项目描述的专业性与简洁性）

面向大语言模型的高吞吐量与内存优化型推理服务引擎

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server.

Hindsight：具备学习能力的智能体记忆系统

Tesseract开源OCR引擎（主代码库）

Qlib是一款面向AI的量化投资平台，其目标是从创意探索到生产部署的全流程，通过人工智能技术赋能量化研究。该平台支持多种机器学习建模范式，包括监督学习、市场动态建模和强化学习，并现已集成https://github.com/microsoft/RD-Agent以实现研发流程的自动化。

构建、运行和管理代理平台。

LlamaIndex 是领先的文档智能体与 OCR 平台。

1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）

Python SDK及代理服务器（LLM网关）：支持以OpenAI格式调用100+LLM API——涵盖Bedrock、Azure、OpenAI、VertexAI、Cohere、Anthropic、Sagemaker、HuggingFace、Replicate、Groq等平台

学习它。构建它。为他人交付它。

谷歌研究院