基于LangChain的优秀项目资源库

前言

在AI盛起的当下，各类AI应用不断地出现在人们的视野中，AI正在重塑着各行各业，LangChain是从事AI应用开发的人员或多或少都会接触到的框架。LangChain是一个令人惊叹的框架，可以在极短的时间内完成LLM项目，其生态系统正在快速发展。

本文主要内容是一个LangChain资源库，里面罗列了大大小小很多个基于LangChain框架的优秀项目，包括低代码、服务、代理、模板等工具类，还有像知识管理、聊天机器人等开源项目，还包括像视频、文章等AI学习资源，建议大家点赞收藏。

🦜🔗 LangChain优秀项目 [1]

使用LangChain的工具和项目的精选列表。

LangChain是一个令人惊叹的框架，可以在极短的时间内完成LLM项目，其生态系统正在快速发展。这是对LangChain周边的一次尝试。

我们还有一个每周新闻通讯，分享来自LangChain生态系统的更新（更改日志，文章，视频，项目）

在此订阅新闻通讯[2]

欢迎投稿。通过拉取请求添加链接或创建问题开始讨论。在投稿之前，请阅读投稿指南[3]。

目录

•🦜🔗 LangChain优秀项目 [4]•目录[5]•LangChain框架[6]•工具[7] •低代码[8] •服务[9] •代理[10] •模板[11]•开源项目[12] •知识管理[13] •其他 / 聊天机器人[14]•学习[15] •笔记本[16] •视频[17] •文章[18]•替代品[19]•补充这个列表[20]

LangChain框架

•LangChain[21]: 原始的🐍•LangChain.js[22]: js版本的兄弟✨•概念[23]: Langchain概念文档•Twitter账户[24]: 关注以获取最新更新•Youtube频道[25]•Discord[26]: 讨论•Langchain博客[27]: 官方Langchain博客•LangChainHub[28]: 收集所有对于使用LangChain原始概念（如提示，链和代理）有用的工件的集合•LangChainHub[29]: 收集所有对于使用LangChain原始概念（如提示，链和代理）有用的工件的集合。LangChainHub的灵感来自于Hugging Face Hub，它是一个集合，包含所有对于使用LangChain原始概念（如提示，链和代理）有用的工件。这个仓库的目标是成为分享和发现高质量提示，链和代理的中心资源，这些元素结合在一起形成复杂的LLM应用。我们希望这个仓库能够开始收集提示，并期待LangChain社区能够增加这个集合。我们希望不久后能够扩展到链和代理。

工具

低代码

•Langflow[30]: LangFlow是一个为LangChain设计的用户界面，使用react-flow设计，通过拖放组件和聊天框，可以轻松地进行实验和原型流程。•Flowise - LangchainJS UI[31]: Flowise是一个拖放用户界面，可以使用LangchainJS构建自定义的LLM流程。•Databerry[32]: Databerry是一个无代码平台，用于构建自定义的LLM代理。它提供了一个用户友好的解决方案，可以快速在您的个人数据上设置语义搜索系统，无需任何技术知识。•LangchainUI[33]: LangChain UI是一个开源的聊天AI工具包，基于LangChain构建，任何人都可以使用无代码类型的界面创建和托管聊天机器人。•Yeager.ai[34]: Yeager.ai Agent是第一个为Langchain设计的代理创建器，旨在帮助您轻松构建、原型设计和部署AI驱动的代理。Yeager.ai Agent强调灵活性、交互性和无缝集成，是开发人员、研究人员和AI爱好者的理想工具。

服务

•GPTCache[35]: 一个用于创建LLM查询的语义缓存的库•Gorilla[36]: 一个LLM的API商店•LlamaHub[37]: 由社区制作的LLM数据加载器的库•EVAL[38]: 具有Langchain的弹性多功能代理。将执行您的所有请求。•Auto-evaluator[39]: 一个轻量级的用于使用Langchain进行问题回答评估的工具•Langchain visualizer[40]: LangChain工作流的可视化和调试工具•LLM Strategy[41]: 使用LLM实现策略模式•datasetGPT[42]: 一个命令行界面，用于使用LLM生成文本和对话数据集。•spellbook-forge[43]: 使您的LLM提示可执行和版本控制。•Auto Evaluator[44]: Langchain自动评估器•Jina[45]: 使用Jina在生产环境中的Langchain应用•Gradio Tools[46]: Gradio 🤝 LLM代理•steamship-langchain[47]: 为Steamship提供的LangChain适配器，使LangChain开发者能够快速地在Steamship上部署他们的应用程序，自动获得：•生产就绪的API端点•跨依赖项/后端的水平扩展•应用状态（包括缓存）的持久存储•内置的Authn/z支持•多租户支持•与其他Steamship技能（例如音频转录）的无缝集成•使用指标和日志•更多...•LangForge[48]: 用于创建和部署LangChain应用的工具包•BentoChain[49]: 在BentoML上部署LangChain•LangCorn[50]: 使用FastApi自动服务LangChain应用•Langchain Service[51]: 带有Qdrant向量存储和Kong网关的Langchain设置•Lanarky[52]: 🚢 使用FastAPI快速部署生产就绪的LLM项目•Dify[53]: 一个API用于插件和数据集，一个界面用于提示工程和视觉操作，所有这些都用于创建强大的AI应用。•LangchainJS Worker[54]: 在cloudflare上的LangchainJS worker•Chainlit[55]: 在几分钟内构建Python LLM应用 ⚡️•Zep[56]: Zep: 一个用于LLM / 聊天机器人应用的长期记忆存储•Langchain Decorators[57]: 这是一个在LangChain顶部提供语法糖的库，用于编写自定义的langchain提示和链。主要原则和优点包括：•更Pythonic的编写代码方式•编写多行提示，不会因为缩进而打断你的代码流•利用IDE内置的提示、类型检查和弹出文档，快速查看函数以查看提示、消耗的参数等•利用LangChain生态系统的全部力量•添加对可选参数的支持•通过将参数绑定到一个类，轻松地在提示之间共享参数•这是一个非官方的附加到langchain库的插件，它并不试图竞争，只是试图使其使用更加容易。这里的许多想法都是完全主观的。

以上就是关于LangChain的一些开源项目和服务的信息。这些项目和服务都是由社区成员贡献的，他们都在努力提供更好的工具和服务，以帮助开发者更好地使用和理解LangChain。

代理

•CollosalAI Chat[58]: 实现了与Colossal-AI项目驱动的LLM与RLHF的整合•AgentGPT[59]: 使用Langchain和OpenAI的AI代理（Vercel / Nextjs）•Local GPT[60]: 受Private GPT的启发，用Vicuna-7B模型替换了GPT4ALL模型，并使用InstructorEmbeddings代替LlamaEmbeddings•ThinkGPT[61]: 代理技术可以增强你的LLM并将其推向极限•Camel-AutoGPT[62]: 为LLMs和自动代理（如BabyAGI和AutoGPT）提供角色扮演方法•Private GPT[63]: 使用GPT的力量私下与你的文件互动，100%私密，无数据泄漏•RasaGPT[64]: RasaGPT是基于Rasa和Langchain构建的第一个无头LLM聊天机器人平台•SkyAGI[65]: 在LLM代理中出现的人类行为模拟能力•PyCodeAGI[66]: 一个小型的AGI实验，根据用户想要构建的应用生成Python应用•BabyAGI UI[67]: 让在web应用中运行和开发babyagi变得更容易，就像ChatGPT一样•SuperAgent[68]: 将LLM代理部署到生产环境•Voyager[69]: 一个开放式的、具有大型语言模型的实体代理•ix[70]: 自主的GPT-4代理平台•DuetGPT[71]: 一个半自主的对话式开发助手，AI配对编程，无需复制粘贴。

模板

•create-t3-turbo-ai[72]: 基于 t3 的，适合 Langchain 的模板，用于构建类型安全，全栈，LLM 动力的带有 Nextjs 和 Prisma 的网络应用程序•LangChain.js LLM 模板[73]: LangChain LLM 模板，可以让你训练你自己的定制 AI LLM 模型。•Streamlit 模板[74]: 如何在 Streamlit 上部署 LangChain 的模板•Codespaces 模板[75]: 一个 Codespaces 模板，帮你在几秒内启动并运行 LangChain！•Gradio 模板[76]: 如何在 Gradio 上部署 LangChain 的模板

平台

•Modal[77]: 为云/ML 计算提供端到端的堆栈•Metal[78]: Metal 是一种托管服务，使你无需烦恼地管理基础设施就能构建 AI 产品•Graphsignal[79]: 针对 AI 代理和 LLM 驱动的应用的可观察性。在生产中追踪，监控和调试 LangChain。

开源项目

知识管理

•Quiver[80]: 将你的大脑知识倾倒入你的 GenerativeAI Vault•DocsGPT[81]: GPT 动力的聊天，用于文档搜索和帮助。•Knowledge GPT[82]: 为你的文档提供准确的答案和即时引用。•Knowledge[83]: Knowledge 是一个工具，用于保存，搜索，访问和探索你所有喜欢的网站，文档和文件。•Anything LLM[84]: 一款全栈应用，将任何文档转化为智能聊天机器人，具有优雅的用户界面和更简单的工作区管理方式。

其他 / 聊天机器人

•AudioGPT[85]: 理解和生成语音，音乐，声音和会说话的头部•Paper QA[86]: 用于回答带有引用文献的文档问题的 LLM Chain•Chat Langchain[87]: 专注于在 LangChain 文档上回答问题的本地托管聊天机器人•Langchain Chat[88]: 另一个用于 LangChain 聊天的 Next.js 前端.•Book GPT[89]: 丢一本书，开始提问.•Chat LangchainJS[90]: Chat Langchain 的 NextJS 版本•Doc Search[91]: 与书籍对话 - 使用 GPT-3 构建•Fact Checker[92]: 使用 langchain 核实 LLM 输出的事实•MM ReAct[93]: 多模态 ReAct 设计•QABot[94]: 使用 langchain 和 openai 通过自然语言查询查询本地或远程文件或数据库•GPT Automator[95]: 你的语音控制 Mac 助手.•Teams LangchainJS[96]: 展示 LangChainJS 与 Teams / Bot Framework bots 的演示•ChatGPT[97]: 适用于 node.js & Docker的 ChatGPT & langchain 示例•FlowGPT[98]: 使用 AI 生成图表•langchain-text-summarizer[99]: 使用 LangChain 汇总文本的样本 streamlit 应用程序•Langchain Chat Websocket[100]: 关于 LangChain LLM 聊天，通过 websockets 进行流响应•langchain_yt_tools[101]: Langchain 工具，用于搜索/提取/转录 Youtube 视频的文本副本•SmartPilot[102]: 利用 OpenAI 的语言模型生成，分析，并选择给定问题的最佳答案的 Python 程序•Howdol[103]: 一个能回答问题的帮助聊天机器人•MrsStax[104]: QA Slack 机器人•ThoughtSource⚡[105]: 机器思维科学的框架•ChatGPT Langchain[106]: 在 Huggingface 上使用 langchain 的 ChatGPT 克隆•Chat Math Techniques[107]: 在 Huggingface 上使用数学技术的 langchain 聊天•Notion QA[108]: Notion 问题回答机器人•QNimGPT[109]: 与 IBM 量子计算机模拟器或 OpenAI GPT-3.5 玩 Nim 游戏•ChatPDF[110]: 结合 Azure OpenAI 的 ChatGPT + 企业数据•Chat with Scanned Documents[111]: 与使用 Dynamic Web TWAIN 扫描的文档进行对话的演示。•snowChat ❄️[112]: 与你的 Snowflake 数据库聊天•DB GPT[113]: 使用本地 GPT 与您的数据和环境互动，无数据泄漏，100% 私有，100% 安全•Psychic[114]: 面向非结构化数据的通用 API。将 SaaS 工具的文档同步到 SQL 或向量数据库，这样就可以很容易地由像 ChatGPT 这样的 AI 应用程序查询。•Airtable-QnA[115]: 🌟 一个用于你的 Airtable 内容的问答工具•WingmanAI[116]: 用于与系统和麦克风音频的实时转录进行交互的工具•TutorGPT[117]: 用于辅导任务的动态少数元提示。•Cheshire Cat[118]: 具有即用型聊天集成和插件开发平台的自定义 AGI 机器人。•Got Chaat Bot[119]: 用于创建权力的游戏聊天机器人的仓库（例如：和 Tyrion Lannister 对话）•Dialoqbase[120]: 允许你用自己的知识库创建自定义聊天机器人的网页应用•CSV-AI 🧠[121]: CSV-AI 是由 LangChain 驱动的终极应用，它可以帮助你在 CSV 文件中发现隐藏的洞察。•MindGeniusAI[122]: 用 ChatGPT 自动生成 MindMap

学习

笔记本

•Langchain 教程[123]: 对 LangChain 库的概述和教程•LangChain 中文入门指南[124]: 面向初学者的中文 LangChain 教程•Flan5 LLM[125]: 使用 LangChain 进行 PDF 问答，进行思维链条和多任务指导，Flan5 在 HuggingFace 上•LangChain 手册[126]: Pinecone / James Briggs 的 LangChain 手册•查询 YouTube 视频字幕[127]: 查询 YouTube 视频字幕，返回时间戳作为来源以证实答案•llm-lobbyist[128]: 大型语言模型作为公司游说者•Langchain 语义搜索[129]: 使用 GPT3，LangChain 和 Python 搜索和索引你自己的 Google Drive 文件•GPT 政治指南针[130]•llm-grovers-search-party[131]: 利用 Qiskit，OpenAI 和 LangChain 展示 Grover 算法•TextWorld ReAct Agent[132]•LangChain <> Wolfram Alpha[133]•自建知识图谱[134]

视频

•用于 LLM 应用开发的 LangChain[135]•Sam Witteveen 的 LangChain 系列[136]•LangChain 教程播放列表[137]•James Briggs 的 LangChain 播放列表[138]•什么是 LangChain? - LangChain + ChatGPT 概述[139]•LangChain 演示 + Harrison Chase 的问答[140]•用于 LLM 的 LangChain...基本上就是一个 Ansible 剧本[141] (David Shapiro)•独立数据播放列表[142]•Langchain Agent 网络研讨会[143]•带有 LangChain 的 BabyAGI[144]•Python 中的 LangChain 教程 - 快速教程[145]•LangChain 快速课程：构建 AutoGPT [146] (Nicholas Renotte)•LangChain 和 LLM Agent 的未来[147]

文章

•使用 GPT3、LangChain 和 Python 构建 GitHub 支持机器人[148]•大型语言模型（LLM）API 构建框架的崛起[149]•如何使用 LangChain 🦜🔗 和 GPT-3 自动化我的老板 🤖[150]•使用 Cohere 和 Langchain 的多语言语义搜索[151]•Haystack 和 LangChain 如何赋能大型语言模型[152]•DataIndependent 教程[153]•使用 Redis、LangChain 和 OpenAI 构建电商聊天机器人[154]•LangChain 入门：构建 LLM 驱动的应用的初学者指南[155]•如何使用 LangChain 和 LLM Agent 监控微调您的 LLM 应用[156]•使用记忆构建一个简单的 ChatGPT CLI[157]•使用 BentoML、LangChain 和 Gradio 部署语音聊天机器人[158]•PromptChap 上的 LangChain 教程[159]•使用 Pyodide、LangChain 和 OpenAI 创建代码解释器聊天机器人[160]•LangChain 已添加 Cypher 搜索[161]•Langchain 解码[162]•使用 Python 和 Langchain 在本地实现 GPT4All[163]•用 LangChain 让你的 GDrive 拥有 GPT 功能[164]

替代品

•Transformers Agents[165]：在 transformers 的基础上提供自然语言 API•LlamaIndex[166]：为你的 LLM 提供一个集中接口来连接外部数据。•Botpress[167]：构建聊天机器人的构建块•Haystack[168]：使用 Transformer 模型和 LLM 与你的数据进行交互的 NLP 框架•Semantic Kernel[169]：Microsoft 的 C# SDK，可快速轻松地将最先进的 LLM 技术集成到你的应用中•Promptify[170]：Prompt Engineering | 使用 GPT 或其他基于提示的模型获取结构化输出。•PromptSource[171]：关于创建、共享和使用自然语言提示的工具包。•Agent-LLM[172]：一个人工智能自动化平台。•LLM Agents[173]：构建由 LLM 控制的代理•MiniChain[174]：用于与大型语言模型编码的微小库。•Griptape[175]：Python 框架，用于具有链式思维推理、外部工具和记忆的 AI 工作流和管道。•llm-chain[176]：一个强大的 rust 库，用于在 LLM 中构建链，让你能够总结文本和完成复杂任务。•BoxCars[177]：Ruby 宝石，使用 Boxcars 和 LLM 构建可组合的应用程序。受 LangChain 启发。•LangTorch[178]：使用 Java / JVM 构建可组合的 LLM 应用程序。受 LangChain 启发。•Langchain Go[179]：Golang Langchain•LangchainRb[180]：Ruby Langchain•PromptFlow[181]：创建可执行的流程图，将 LLM (大型语言模型)，提示符，Python 函数和条件逻辑链接在一起。•OpenLM[182]：一个可以从任何其他托管推断 API 调用 LLM 的开源兼容 OpenAI 的库。同样支持 Typescript[183]•Dust[184]：设计和部署大型语言模型应用程序•e2b[185]：开源平台，用于构建和部署虚拟开发者代理•SuperAGI[186]：一个以开发者为先的开源自主人工智能代理框架。•SmartGPT[187]：一个程序，提供 LLM 通过插件完成复杂任务的能力。•TermGPT[188]：赋予 GPT-4 等大型语言模型计划和执行终端命令的能力•ReLLM[189]：用于语言模型完成的正则表达式。•OpenDAN[190]：开源的个人 AI 操作系统，将各种 AI 模块整合在一个地方供您个人使用。

补充此列表

•Open LLMs[191]: 一份可供商业使用的公开LLM列表•Awesome LLM[192]: Awesome-LLM：精选的大型语言模型资源列表。•LLaMA Cult and More[193]: 跟踪适价LLM、羊驼Cult等更多内容。

声明

本文翻译整理自：GitHub - kyrolabs/awesome-langchain: 😎 Awesome list of tools and projects with the awesome LangChain framework[194]，后续还会有更新，感兴趣的同学可以查看。

References

[1] : https://awesome.re [2] 在此订阅新闻通讯: https://awesomelangchain.substack.com/ [3] 投稿指南: CONTRIBUTING.md [4] 🦜🔗 LangChain优秀项目 : #-awesome-langchain-- [5] 目录: #table-of-contents [6] LangChain框架: #langchain-framework [7] 工具: #tools [8] 低代码: #low-code [9] 服务: #services [10] 代理: #agents [11] 模板: #templates [12] 开源项目: #open-source-projects [13] 知识管理: #knowledge-management [14] 其他 / 聊天机器人: #other--chatbots [15] 学习: #learn [16] 笔记本: #notebooks [17] 视频: #videos [18] 文章: #articles [19] 替代品: #alternatives [20] 补充这个列表: #complement-to-this-list [21] LangChain: https://github.com/hwchase17/langchain [22] LangChain.js: https://github.com/hwchase17/langchainjs [23] 概念: https://docs.langchain.com/docs/ [24] Twitter账户: https://twitter.com/LangChainAI [25] Youtube频道: https://www.youtube.com/channel/UCC-lyoTfSrcJzA1ab3APAgw [26] Discord: https://discord.gg/6adMQxSpJS [27] Langchain博客: https://blog.langchain.dev/ [28] LangChainHub: https://github.com/hwchase17/langchain-hub [29] LangChainHub: https://github.com/hwchase17/langchain-hub [30] Langflow: https://github.com/logspace-ai/langflow [31] Flowise - LangchainJS UI: https://github.com/FlowiseAI/Flowise [32] Databerry: https://github.com/gmpetrov/databerry [33] LangchainUI: https://github.com/homanp/langchain-ui [34] Yeager.ai: https://github.com/yeagerai/yeagerai-agent [35] GPTCache: https://github.com/zilliztech/GPTCache [36] Gorilla: https://github.com/ShishirPatil/gorilla [37] LlamaHub: https://github.com/emptycrown/llama-hub [38] EVAL: https://github.com/corca-ai/EVAL [39] Auto-evaluator: https://github.com/PineappleExpress808/auto-evaluator [40] Langchain visualizer: https://github.com/amosjyng/langchain-visualizer [41] LLM Strategy: https://github.com/BlackHC/llm-strategy [42] datasetGPT: https://github.com/radi-cho/datasetGPT [43] spellbook-forge: https://github.com/rafalzawadzki/spellbook-forge [44] Auto Evaluator: https://github.com/langchain-ai/auto-evaluator [45] Jina: https://github.com/jina-ai/langchain-serve [46] Gradio Tools: https://github.com/freddyaboulton/gradio-tools [47] steamship-langchain: https://github.com/steamship-core/steamship-langchain [48] LangForge: https://github.com/mme/langforge [49] BentoChain: https://github.com/ssheng/BentoChain [50] LangCorn: https://github.com/msoedov/langcorn [51] Langchain Service: https://github.com/kyrolabs/langchain-service [52] Lanarky: https://github.com/ajndkr/lanarky [53] Dify: https://github.com/langgenius/dify [54] LangchainJS Worker: https://github.com/rickyrobinett/langchainjs-workers [55] Chainlit: https://github.com/Chainlit/chainlit [56] Zep: https://github.com/getzep/zep [57] Langchain Decorators: https://github.com/ju-bezdek/langchain-decorators [58] CollosalAI Chat: https://github.com/hpcaitech/ColossalAI/tree/main/applications/Chat [59] AgentGPT: https://github.com/reworkd/AgentGPT [60] Local GPT: https://github.com/PromtEngineer/localGPT [61] ThinkGPT: https://github.com/alaeddine-13/thinkgpt [62] Camel-AutoGPT: https://github.com/SamurAIGPT/Camel-AutoGPT [63] Private GPT: https://github.com/imartinez/privateGPT [64] RasaGPT: https://github.com/paulpierre/RasaGPT [65] SkyAGI: https://github.com/litanlitudan/skyagi [66] PyCodeAGI: https://github.com/chakkaradeep/pyCodeAGI [67] BabyAGI UI: https://github.com/miurla/babyagi-ui [68] SuperAgent: https://github.com/homanp/superagent [69] Voyager: https://github.com/MineDojo/Voyager [70] ix: https://github.com/kreneskyp/ix [71] DuetGPT: https://github.com/kristoferlund/duet-gpt [72] create-t3-turbo-ai: https://github.com/zckly/create-t3-turbo-ai [73] LangChain.js LLM 模板: https://github.com/Conner1115/LangChain.js-LLM-Template [74] Streamlit 模板: https://github.com/hwchase17/langchain-streamlit-template [75] Codespaces 模板: https://github.com/lostintangent/codespaces-langchain [76] Gradio 模板: https://github.com/hwchase17/langchain-gradio-template [77] Modal: https://modal.com/docs/guide/ex/potus_speech_qanda [78] Metal: https://getmetal.io/ [79] Graphsignal: https://graphsignal.com/ [80] Quiver: https://github.com/StanGirard/quiver [81] DocsGPT: https://github.com/arc53/docsgpt [82] Knowledge GPT: https://github.com/mmz-001/knowledge_gpt [83] Knowledge: https://github.com/KnowledgeCanvas/knowledge [84] Anything LLM: https://github.com/Mintplex-Labs/anything-llm [85] AudioGPT: https://github.com/AIGC-Audio/AudioGPT [86] Paper QA: https://github.com/whitead/paper-qa [87] Chat Langchain: https://github.com/hwchase17/chat-langchain [88] Langchain Chat: https://github.com/zahidkhawaja/langchain-chat-nextjs [89] Book GPT: https://github.com/fraserxu/book-gpt [90] Chat LangchainJS: https://github.com/sullivan-sean/chat-langchainjs [91] Doc Search: https://github.com/namuan/dr-doc-search [92] Fact Checker: https://github.com/jagilley/fact-checker [93] MM ReAct: https://github.com/microsoft/MM-REACT [94] QABot: https://github.com/hardbyte/qabot [95] GPT Automator: https://github.com/chidiwilliams/GPT-Automator [96] Teams LangchainJS: https://github.com/SidU/teams-langchain-js [97] ChatGPT: https://github.com/biff-ai/chatgpt-langchainjs-example [98] FlowGPT: https://github.com/nilooy/flowgpt [99] langchain-text-summarizer: https://github.com/alphasecio/langchain-text-summarizer [100] Langchain Chat Websocket: https://github.com/pors/langchain-chat-websockets [101] langchain_yt_tools: https://github.com/venuv/langchain_yt_tools [102] SmartPilot: https://github.com/jaredkirby/SmartPilot [103] Howdol: https://github.com/bborn/howdoi.ai [104] MrsStax: https://github.com/normandmickey/MrsStax [105] ThoughtSource⚡: https://github.com/OpenBioLink/ThoughtSource [106] ChatGPT Langchain: https://huggingface.co/spaces/JavaFXpert/Chat-GPT-LangChain [107] Chat Math Techniques: https://huggingface.co/spaces/JavaFXpert/gpt-math-techniques [108] Notion QA: https://github.com/hwchase17/notion-qa [109] QNimGPT: https://huggingface.co/spaces/rituthombre/QNim [110] ChatPDF: https://github.com/akshata29/chatpdf [111] Chat with Scanned Documents: https://github.com/tony-xlh/Chat-with-Scanned-Documents [112] snowChat ❄️: https://github.com/kaarthik108/snowChat [113] DB GPT: https://github.com/csunny/DB-GPT [114] Psychic: https://github.com/psychic-api/psychic [115] Airtable-QnA: https://github.com/ikram-shah/airtable-qna [116] WingmanAI: https://github.com/e-johnstonn/wingmanAI [117] TutorGPT: https://github.com/plastic-labs/tutor-gpt [118] Cheshire Cat: https://github.com/cheshire-cat-ai/core [119] Got Chaat Bot: https://github.com/parker84/GoT-chat-bot [120] Dialoqbase: https://github.com/n4ze3m/dialoqbase [121] CSV-AI 🧠: https://python.langchain.com/en/latest/modules/indexes/document_loaders/examples/snowflake.html [122] MindGeniusAI: https://github.com/xianjianlf2/MindGeniusAI [123] Langchain 教程: https://github.com/gkamradt/langchain-tutorials [124] LangChain 中文入门指南: https://github.com/liaokongVFX/LangChain-Chinese-Getting-Started-Guide [125] Flan5 LLM: https://colab.research.google.com/drive/1AVh9dOsG9DKzfK7gOFrJuitPIcLPqlbO?usp=sharing [126] LangChain 手册: https://github.com/pinecone-io/examples/tree/master/generation/langchain/handbook [127] 查询 YouTube 视频字幕: https://colab.research.google.com/drive/1sKSTjt9cPstl_WMZ86JsgEqFG-aSAwkn?usp=sharing [128] llm-lobbyist: https://github.com/JohnNay/llm-lobbyist [129] Langchain 语义搜索: https://github.com/venuv/langchain_semantic_search [130] GPT 政治指南针: https://colab.research.google.com/drive/1xt2IsFPGYMEQdoJFNgWNAjWGxa60VXdV [131] llm-grovers-search-party: https://github.com/JavaFXpert/llm-grovers-search-party [132] TextWorld ReAct Agent: https://colab.research.google.com/drive/19WTIWC3prw5LDMHmRMvqNV2loD9FHls6?usp=sharing [133] LangChain <> Wolfram Alpha: https://colab.research.google.com/drive/1AAyEdTz-Z6ShKvewbt1ZHUICqak0MiwR?usp=sharing [134] 自建知识图谱: https://github.com/prof-frink-lab/slangchain/blob/main/docs/modules/knowledge_graph/examples/byo_knowledge_graph.ipynb [135] 用于 LLM 应用开发的 LangChain: https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/ [136] Sam Witteveen 的 LangChain 系列: https://www.youtube.com/watch?v=J_0qvRt4LNk&list=PL8motc6AQftk1Bs42EW45kwYbyJ4jOdiZ [137] LangChain 教程播放列表: https://www.youtube.com/playlist?list=PL611FKPtL866MnlDPHvI3KwVGqCB-QJAx [138] James Briggs 的 LangChain 播放列表: https://www.youtube.com/watch?v=nE2skSRWTTs&list=PLIUOU7oqGTLieV9uTIFMm6_4PXg-hlN6F [139] 什么是 LangChain? - LangChain + ChatGPT 概述: https://www.youtube.com/watch?v=_v_fgW2SkkQ [140] LangChain 演示 + Harrison Chase 的问答: https://www.youtube.com/watch?v=zaYTXQFR0_s [141] 用于 LLM 的 LangChain...基本上就是一个 Ansible 剧本: https://www.youtube.com/watch?v=X51N9C-OhlE [142] 独立数据播放列表: https://www.youtube.com/watch?v=_v_fgW2SkkQ&list=PLqZXAkvF1bPNQER9mLmDbntNfSpzdDIU5 [143] Langchain Agent 网络研讨会: https://www.crowdcast.io/c/46erbpbz609r [144] 带有 LangChain 的 BabyAGI: https://www.youtube.com/watch?v=DRgPyOXZ-oE [145] Python 中的 LangChain 教程 - 快速教程: https://www.python-engineer.com/posts/langchain-crash-course/ [146] LangChain 快速课程：构建 AutoGPT : https://www.youtube.com/watch?v=MlK6SIjcjE8 [147] LangChain 和 LLM Agent 的未来: https://www.youtube.com/watch?v=JwO08Pk6S_Q&t=4s [148] 使用 GPT3、LangChain 和 Python 构建 GitHub 支持机器人: https://dagster.io/blog/chatgpt-langchain [149] 大型语言模型（LLM）API 构建框架的崛起: https://cobusgreyling.medium.com/the-emergence-of-large-language-model-llm-api-build-frameworks-78d83d68eeda [150] 如何使用 LangChain 🦜🔗 和 GPT-3 自动化我的老板 🤖: https://dev.to/ironcladdev/how-i-used-langchain-and-gpt-3-to-automate-my-boss-3bk4 [151] 使用 Cohere 和 Langchain 的多语言语义搜索: https://txt.cohere.ai/search-cohere-langchain/ [152] Haystack 和 LangChain 如何赋能大型语言模型: https://mantiumai.com/blog/how-haystack-and-langchain-are-empowering-large-language-models/ [153] DataIndependent 教程: https://github.com/gkamradt/langchain-tutorials [154] 使用 Redis、LangChain 和 OpenAI 构建电商聊天机器人: https://redis.com/blog/build-ecommerce-chatbot-with-redis/ [155] LangChain 入门：构建 LLM 驱动的应用的初学者指南: https://towardsdatascience.com/getting-started-with-langchain-a-beginners-guide-to-building-llm-powered-applications-95fc8898732c [156] 如何使用 LangChain 和 LLM Agent 监控微调您的 LLM 应用: https://arize.com/blog-course/langchain-llm-agent-monitoring/ [157] 使用记忆构建一个简单的 ChatGPT CLI: https://getmetal.io/posts/07-tutorial-motorhead-cli [158] 使用 BentoML、LangChain 和 Gradio 部署语音聊天机器人: https://towardsdatascience.com/deploy-a-voice-based-chatbot-with-bentoml-langchain-and-gradio-7f25af3e45df [159] PromptChap 上的 LangChain 教程: https://promptchap.com [160] 使用 Pyodide、LangChain 和 OpenAI 创建代码解释器聊天机器人: https://dylancastillo.co/code-interpreter-chatbot-pyodide-langchain-openai/ [161] LangChain 已添加 Cypher 搜索: https://towardsdatascience.com/langchain-has-added-cypher-search-cb9d821120d5 [162] Langchain 解码: https://alphasec.io/langchain-decoded-the-muggles-guide-to-langchain/ [163] 使用 Python 和 Langchain 在本地实现 GPT4All: https://medium.datadriveninvestor.com/offline-ai-magic-implementing-gpt4all-locally-with-python-b51971ce80af [164] 用 LangChain 让你的 GDrive 拥有 GPT 功能: https://www.haihai.ai/gpt-gdrive/ [165] Transformers Agents: https://huggingface.co/docs/transformers/transformers_agents [166] LlamaIndex: https://github.com/jerryjliu/llama_index [167] Botpress: https://github.com/botpress/botpress [168] Haystack: https://github.com/deepset-ai/haystack [169] Semantic Kernel: https://github.com/microsoft/semantic-kernel [170] Promptify: https://github.com/promptslab/Promptify [171] PromptSource: https://github.com/bigscience-workshop/promptsource [172] Agent-LLM: https://github.com/Josh-XT/Agent-LLM [173] LLM Agents: https://github.com/mpaepper/llm_agents [174] MiniChain: https://github.com/srush/MiniChain [175] Griptape: https://github.com/griptape-ai/griptape [176] llm-chain: https://github.com/sobelio/llm-chain [177] BoxCars: https://github.com/BoxcarsAI/boxcars [178] LangTorch: https://github.com/Knowly-ai/langtorch [179] Langchain Go: https://github.com/tmc/langchaingo [180] LangchainRb: https://github.com/andreibondarev/langchainrb [181] PromptFlow: https://github.com/InsuranceToolkits/promptflow [182] OpenLM: https://github.com/r2d4/openlm [183] Typescript: https://github.com/r2d4/llm.ts [184] Dust: https://github.com/dust-tt/dust [185] e2b: https://github.com/e2b-dev/e2b [186] SuperAGI: https://github.com/TransformerOptimus/SuperAGI [187] SmartGPT: https://github.com/Cormanz/smartgpt [188] TermGPT: https://github.com/Sentdex/TermGPT [189] ReLLM: https://github.com/r2d4/rellm [190] OpenDAN: https://github.com/fiatrete/OpenDAN-Personal-AI-OS [191] Open LLMs: https://github.com/eugeneyan/open-llms [192] Awesome LLM: https://github.com/Hannibal046/Awesome-LLM [193] LLaMA Cult and More: https://github.com/shm007g/LLaMA-Cult-and-More [194] GitHub - kyrolabs/awesome-langchain: 😎 Awesome list of tools and projects with the awesome LangChain framework: https://github.com/kyrolabs/awesome-langchain