本仓库展示检索增强生成系统的多种先进技术，该系统通过结合信息检索与生成模型来提供精准且上下文丰富的响应

本仓库提供从基础到高级的各类生成式AI智能体技术教程与实现，是构建智能交互式AI系统的综合指南

使用大型语言模型从非结构化数据构建Neo4j知识图谱

动手学Ollama，在CPU上玩转大模型部署，在线阅读地址：https://datawhalechina.github.io/handy-ollama/

本仓库包含客户入门使用Amazon Bedrock服务的示例代码，涵盖所有可用基础模型的实践案例

可视化构建AI智能体

在工具输出、日志、文件和RAG分块到达LLM之前对其进行压缩。减少60-95%的令牌，答案不变。提供库、代理、MCP服务器。

NotebookLM/Perplexity开源替代方案，支持连接搜索引擎、Slack、Linear、Jira、ClickUp、Confluence、Notion、YouTube、GitHub、Discord等外部资源。加入Discord社区：https://discord.gg/ejRNvftDp9

基于LEANN的万物RAG系统。在个人设备上运行快速、精准且完全私密的RAG应用，同时享受97%的存储空间节省。

🔍大模型应用开发实战一：RAG技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/

https://adongwanai.github.io/AgentGuide | AI智能体开发指南 | LangGraph实战 | 高级RAG | 转型大模型 | 大模型面试 | 算法工程师 | 面试题库 | 强化学习 | 数据合成

用于构建有状态智能体的记忆库

🚀 2026 最系统的AI Agent速成指南｜智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / 提示词 · 企业级部署与微调 · 从0到企业级落地 + 从学习到上线项目 + 面试准备一体化

AI原生搜索数据库。在单一引擎中统一向量、文本、结构化和半结构化数据，实现混合搜索与库内AI工作流。

AI智能体钟爱的记忆！

🦜🔗 构建情境感知推理应用程序 🦜🔗