一个精选的跨行业 AI 智能体用例集合，展示实际应用并链接到用于实现的开源项目。探索 AI 智能体如何改变医疗保健、金融、教育等行业！🤖✨
人工智能 (AI) 智能体正在彻底改变行业的运作方式。从个性化学习到金融交易机器人，AI 智能体带来了效率、创新和可扩展性。本仓库提供：
- AI 智能体正在产生影响的行业分类列表。
- 详细的用例，附有用于实现的开源项目链接。
无论您是开发者、研究人员还是商业爱好者，本仓库都是您获取 AI 智能体灵感和学习的首选资源。
| 用例 | 行业 | 描述 | 代码 CNB |
|---|---|---|---|
| HIA (健康洞察智能体) | 医疗保健 | 分析医疗报告并提供健康洞察。 |  |
| AI 健康助手 | 医疗保健 | 使用患者数据诊断和监测疾病。 | |
| 自动化交易机器人 | 金融 | 通过实时市场分析自动化股票交易。 | |
| 虚拟 AI 导师 | 教育 | 提供根据用户定制的个性化教育。 | |
| 24/7 AI 聊天机器人 | 客户服务 | 全天候处理客户查询。 | |
| 产品推荐智能体 | 零售 | 根据用户偏好和历史记录推荐产品。 | |
| 自动驾驶配送智能体 | 交通运输 | 优化路线并自主配送包裹。 | |
| 工厂流程监控智能体 | 制造业 | 监控生产线并确保质量控制。 | |
| 房产定价智能体 | 房地产 | 分析市场趋势以确定房产价格。 | |
| 智能农业助手 | 农业 | 提供作物健康和产量预测的见解。 | |
| 能源需求预测智能体 | 能源 | 预测能源使用以优化电网管理。 | |
| 内容个性化智能体 | 娱乐 | 根据偏好推荐个性化媒体。 | |
| 法律文件审查助手 | 法律 | 自动化文件审查并突出关键条款。 | |
| 招聘推荐智能体 | 人力资源 | 为职位空缺推荐最合适的候选人。 | |
| 虚拟旅行助手 | 酒店 | 根据偏好规划旅行行程。 | |
| AI 游戏伴侣智能体 | 游戏 | 通过实时辅助增强玩家体验。 | |
| 实时威胁检测智能体 | 网络安全 | 识别潜在威胁并减轻攻击。 | |
| 电子商务个人购物助手智能体 | 电子商务 | 帮助客户找到他们会喜欢的产品。 | |
| 物流优化智能体 | 供应链 | 规划高效配送路线并管理库存。 | |
| Vibe Hacking 智能体 | 网络安全 | 自主多智能体红队测试服务。 | |
| MediSuite-Ai-智能体 | 健康保险 | 一个医疗 AI 智能体，帮助自动化医院/保险索赔流程。 | |
| Lina-埃及医疗聊天机器人 | 健康保险 | 一个医疗 AI 智能体，帮助自动化医院/保险索赔流程。 | |
| 用例 | 行业 | 描述 | CNB |
|---|---|---|---|
| 📧 邮件自动回复流 | 🗣️ 通信 | 基于预定义条件自动回复邮件，以提高通信效率。 | |
| 📝 会议助手流 | 🛠️ 生产力 | 协助组织和管理会议，包括日程安排和议程准备。 | |
| 🔄 自我评估循环流 | 👥 人力资源 | 促进组织内的自我评估流程，协助绩效评估。 | |
| 📈 潜在客户评分流 | 💼 销售 | 评估和评分潜在客户，以优先考虑销售策略中的外联。 | |
| 📊 营销策略生成器 | 📢 营销 | 通过分析市场趋势和受众数据制定营销策略。 | |
| 📝 职位发布生成器 | 🧑💼 招聘 | 通过分析职位要求创建职位发布，协助招聘流程。 | |
| 🔄 招聘工作流 | 🧑💼 招聘 | 通过自动化招聘中的各种任务简化招聘流程。 | |
| 🔍 将个人资料匹配到职位 | 🧑💼 招聘 | 将候选人个人资料与合适的职位匹配，提高招聘效率。 | |
| 📸 Instagram 帖子生成器 | 📱 社交媒体 | 自动生成和安排 Instagram 帖子，简化社交媒体管理。 | |
| 🌐 着陆页生成器 | 💻 网页开发 | 自动创建网站着陆页，促进网页开发任务。 | |
| 🎮 游戏构建团队 | 🎮 游戏开发 | 通过自动化游戏创建的某些方面协助游戏开发。 | |
| 💹 股票分析工具 | 💰 金融 | 提供分析股市数据的工具，协助财务决策。 | |
| 🗺️ 旅行规划器 | ✈️ 旅行 | 通过组织行程和管理旅行细节协助规划旅行。 | |
| 🎁 惊喜旅行规划器 | ✈️ 旅行 | 根据用户偏好选择目的地和活动来规划惊喜旅行。 | |
| 📚 使用流程写书 | ✍️ 创意写作 | 通过提供结构化工作流程和写作协助帮助作者写书。 | |
| 🎬 剧本作者 | ✍️ 创意写作 | 通过提供模板和脚本开发指导帮助编写剧本。 | |
| ✅ Markdown 验证器 | 📄 文档 | 验证 Markdown 文件以确保格式正确并符合标准。 | |
| 🧠 Meta Quest 知识 | 📚 知识管理 | 管理和组织与 Meta Quest 相关的知识，促进信息检索。 | |
| 🤖 NVIDIA 模型集成 | 🤖 AI 集成 | 将 NVIDIA AI 模型集成到工作流程中以增强计算能力。 | |
| 🗂️ 会议准备 | 🛠️ 生产力 | 通过组织材料和设置议程协助准备会议。 | |
| 🛠️入门模板 | 🛠️ 开发 | 为新项目提供入门模板以简化设置过程。 | |
| 🔗CrewAI + LangGraph 集成 | 🤖 AI 集成 | 展示 CrewAI 和 LangGraph 之间的集成，以增强工作流程自动化。 | |
代码生成、执行和调试
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🤖 通过代码生成、执行和调试进行自动化任务解决 | 💻 软件开发 | 通过生成、执行和调试代码展示自动化任务解决。 |  |
| 🧑💻 使用检索增强智能体进行自动化代码生成和问答 | 💻 软件开发 | 使用检索增强方法生成代码和回答问题。 | |
| 🧠 使用基于 Qdrant 的检索进行自动化代码生成和问答 | 💻 软件开发 | 利用 Qdrant 增强检索增强智能体性能。 | |
多智能体协作 (>3 个智能体)
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🤝 通过群聊进行自动化任务解决 (3 名成员, 1 名经理) | 🤝 协作 | 通过多智能体协作展示群组任务解决。 | |
| 📊 通过群聊进行自动化数据可视化 (3 名成员, 1 名经理) | 📊 数据分析 | 使用多智能体协作创建数据可视化。 | |
| 🧩 通过群聊进行自动化复杂任务解决 (6 名成员, 1 名经理) | 🤝 协作 | 与更大的智能体组协作解决复杂任务。 | |
| 🧑💻 使用编码和规划智能体进行自动化任务解决 | 🛠️ 规划与开发 | 结合编码和规划智能体有效解决任务。 | |
| 📐 使用图中指定的转换路径进行自动化任务解决 | 🤝 协作 | 使用图中预定义的转换路径解决任务。 | |
| 🧠 通过 SocietyOfMindAgent 将群聊作为内心独白运行 | 🧠 认知科学 | 使用群聊模拟内心独白以解决问题。 | |
| 🔧 使用自定义发言人选择功能运行群聊 | 🤝 协作 | 在群聊中实现发言人选择的自定义功能。 | |
顺序多智能体聊天
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🔄 由单个智能体发起的聊天序列中解决多个任务 | 🔄 工作流程自动化 | 通过单个发起智能体自动化顺序任务解决。 | |
| ⏳ 由单个智能体发起的聊天序列中异步解决多个任务 | 🔄 工作流程自动化 | 在由一个智能体发起的聊天序列中处理异步任务解决。 | |
| 🤝 由不同智能体发起的聊天序列中解决多个任务 | 🔄 工作流程自动化 | 促进由不同智能体发起每次聊天的顺序任务解决。 | |
嵌套聊天
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🧠 使用嵌套聊天解决复杂任务 | 🧠 问题解决 | 使用嵌套聊天解决层次结构和复杂问题。 | |
| 🔄 使用嵌套聊天序列解决复杂任务 | 🧠 问题解决 | 展示使用嵌套聊天的顺序任务解决。 | |
| 🏭 使用嵌套聊天解决供应链优化问题的 OptiGuide | 🏭 供应链优化 | 展示如何使用嵌套聊天、编码智能体和保护智能体解决供应链优化问题。 | |
| ♟️ 使用嵌套聊天和工具使用的对话国际象棋 | 🎮 游戏 | 探索使用嵌套聊天进行带有集成工具的对话国际象棋。 | |
应用
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🔄 从新数据中自动持续学习 | 📊 机器学习 | 从新数据输入中持续学习以实现自适应 AI。 | |
| 🏭 OptiGuide - 供应链优化的编码、工具使用、保护和问答 | 🏭 供应链优化 | 突出展示结合编码、工具使用和保护进行供应链优化的解决方案。 | |
| 🤖 AutoAnny - 使用 AutoGen 构建的 Discord 机器人 | 💬 通信工具 | 展示使用 AutoGen 开发 Discord 机器人以增强交互。 | |
工具
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🌐 网络搜索：解决需要网络信息的任务 | 🔍 信息检索 | 搜索网络以收集完成任务所需的信息。 | |
| 🔧 将提供的工具用作函数 | 🛠️ 工具集成 | 展示如何在 AutoGen 中将预提供的工具用作可调用函数。 | |
| 🔗 通过同步和异步函数调用使用工具 | 🛠️ 工具集成 | 说明在 AutoGen 工作流程中同步和异步工具的使用。 | |
| 🧩 使用 Langchain 提供的工具作为函数进行任务解决 | 🔍 语言处理 | 利用 Langchain 工具在 AutoGen 中进行任务解决。 | |
| 📚 RAG：带有检索增强生成的群聊 | 🤝 协作 | 启用带有检索增强生成 (RAG) 的群聊以支持信息共享。 | |
| ⚙️ 函数起源：在对话期间更新/删除函数 | 🔧 开发工具 | 允许 AutoGen 智能体在对话期间动态修改其函数。 | |
| 🔊 与 Whisper 的智能体聊天 | 🎙️ 音频处理 | 展示 AI 智能体使用 Whisper 进行转录和翻译的能力。 | |
| 📏 通过指导约束响应 | 💡 自然语言处理 | 展示如何使用指导约束智能体生成的响应。 | |
| 🌍 与智能体一起浏览网络 | 🌐 信息检索 | 解释如何配置智能体浏览和从网络检索信息。 | |
| 📊 SQL：使用 Spider 基准将自然语言文本转换为 SQL 查询 | 💾 数据库管理 | 使用 Spider 基准将自然语言输入转换为 SQL 查询。 | |
| 🕸️ 使用 Apify 进行网络抓取 | 🌐 数据收集 | 说明使用 AutoGen 和 Apify 的网络抓取技术。 | |
| 🕷️ 网络爬虫：使用 Spider API 爬取整个域 | 🌐 数据收集 | 解释如何使用 Spider API 爬取整个域。 | |
| 💻 使用专门设计的函数逐步编写软件应用程序任务 | 💻 软件开发 | 使用设计的函数逐步构建软件应用程序。 | |
人类发展
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 💬 ChatGPT 风格的简单示例 | 🧠 对话式 AI | 展示 ChatGPT 风格的简单对话示例。 |  |
| 🤖 自动代码生成、执行、调试和人类反馈 | 💻 软件开发 | 展示将人类反馈集成到工作流程中的代码生成、执行、调试。 | |
| 👥 使用 GPT-4 + 多个人类用户进行自动化任务解决 | 🤝 协作 | 启用多个人类用户与 GPT-4 协作的任务解决。 | |
| 🔄 带有异步人类输入的智能体聊天 | 🧠 对话式 AI | 在智能体对话期间支持异步人类输入。 | |
智能体教学和学习
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 📘 教授智能体新技能并通过自动聊天重用 | 🎓 教育与培训 | 展示向智能体教授新技能并使其在自动聊天中可重用。 | |
| 🧠 教授智能体新事实、用户偏好和编码之外的技能 | 🎓 教育与培训 | 展示如何教授智能体新事实、用户偏好和非编码技能。 | |
| 🤖 通过 GPTAssistantAgent 教授 OpenAI 助手 | 💻 AI 助手开发 | 说明如何使用 GPTAssistantAgent 增强 OpenAI 助手的能力。 | |
| 🔄 智能体优化器：以智能体方式训练智能体 | 🛠️ 优化 | 解释如何使用智能体优化器以智能体方式有效训练智能体。 | |
与 OpenAI 助手协作的多智能体聊天
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🌟 在 AutoGen 中与 OpenAI 助手的 Hello-World 聊天 | 🤖 对话式 AI | 使用 AutoGen 与 OpenAI 助手聊天的基本示例。 | |
| 🔧 使用函数调用与 OpenAI 助手聊天 | 🔧 开发工具 | 说明如何在聊天中使用函数调用与 OpenAI 助手。 | |
| 🧠 与带有代码解释器的 OpenAI 助手聊天 | 💻 软件开发 | 展示在聊天中使用 OpenAI 助手作为代码解释器。 | |
| 🔍 与带有检索增强的 OpenAI 助手聊天 | 📚 信息检索 | 启用与 OpenAI 助手的检索增强对话。 | |
| 🤝 群聊中的 OpenAI 助手 | 🤝 协作 | 展示 OpenAI 助手如何在群聊中与其他智能体协作。 | |
| 🛠️ 基于 GPTAssistantAgent 的多智能体工具使用 | 🔧 开发工具 | 解释如何使用 GPTAssistantAgent 进行多智能体工具使用。 | |
非 OpenAI 模型
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| ♟️ 使用非 OpenAI 模型的对话国际象棋 | 🎮 游戏 | 探索使用非 OpenAI 模型实现的对话国际象棋。 | |
多模态智能体
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🎨 与 DALLE 和 GPT-4V 的多模态智能体聊天 | 🖼️ 多媒体 AI | 结合 DALLE 和 GPT-4V 进行多模态智能体通信。 | |
| 🖌️ 与 Llava 的多模态智能体聊天 | 📷 图像处理 | 使用 Llava 启用带有图像处理的多模态智能体对话。 | |
| 🖼️ 与 GPT-4V 的多模态智能体聊天 | 🖼️ 多媒体 AI | 利用 GPT-4V 在多模态智能体中进行视觉和对话交互。 | |
长上下文处理
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 📜 长上下文处理作为能力 | 🧠 AI 能力 | 展示在 AI 工作流程中有效处理长上下文的技术。 | |
评估和评估
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 📊 AgentEval：评估 LLM 驱动应用程序实用性的多智能体系统 | 📈 性能评估 | 引入 AgentEval 用于评估和评估基于 LLM 的应用程序的性能。 | |
自动智能体构建
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🏗️ 使用 AgentBuilder 自动构建多智能体系统 | 🤖 AI 开发 | 解释如何使用 AgentBuilder 工具自动构建多智能体系统。 | |
| 📚 从智能体库自动构建多智能体系统 | 🤖 AI 开发 | 展示如何利用预定义的智能体库构建多智能体系统。 | |
可观察性
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 📊 使用 AgentOps 跟踪 LLM 调用、工具使用、操作和错误 | 📈 监控与分析 | 展示如何使用 AgentOps 监控 LLM 交互、工具使用和错误。 | |
增强推理
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🔗 API 统一 | 🔧 API 管理 | 解释如何使用文档和代码示例统一 API 使用。 |  |
| ⚙️ 帮助有效管理 API 配置的实用函数 | 🔧 API 管理 | 展示帮助更有效管理 API 配置的实用函数。 | |
| 💰 成本计算 | 📈 成本管理 | 介绍跟踪令牌使用和估算 LLM 交互成本的方法。 | |
| ⚡ 代码生成优化 | 📊 优化 | 突出展示提高 LLM 代码生成的成本效益优化技术。 | |
| 📐 数学优化 | 📊 优化 | 解释优化 LLM 解决数学问题性能的技术。 | |
用例
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🤖 支持智能体 | 💻 软件开发 / AI / 框架支持 | Agno 支持智能体通过提供实时答案、解释和代码示例帮助开发者使用 Agno 框架。 |  |
| 🎥 YouTube 智能体 | 📺 媒体与内容 | 一个智能智能体，通过使用 AI 工具生成详细摘要、时间戳、主题和内容分解来分析 YouTube 视频。 | |
| 📊 金融智能体 | 💼 金融 | 一个先进的 AI 驱动市场分析师，提供实时股市洞察、分析师推荐、财务深入分析和特定行业趋势。支持对 AAPL、TSLA、NVDA 等公司进行详细分析的提示。 | |
| 📚 学习伙伴 | 🎓 教育 | 通过查找资源、回答问题和创建学习计划帮助用户学习。 | |
| 🛍️ 购物伙伴智能体 | 🏬 电子商务 | 一个产品推荐智能体，帮助用户根据来自 Amazon、Flipkart 等可信平台的偏好找到匹配产品。 | |
| 🎓 研究学者智能体 | 🧠 教育 / 研究 | 一个 AI 驱动的学术助手，执行高级学术搜索、分析最新出版物、跨学科综合发现，并撰写具有适当引用的结构良好的学术报告。 | |
| 🧠 研究智能体 | 🗞️ 媒体与新闻 | 一个结合网络搜索和专业新闻写作的研究智能体。它进行深入调查并产生纽约时报风格的报告。 | |
| 🍳 食谱创建器 | 🍽️ 食品与烹饪 | 一个 AI 驱动的食谱推荐智能体，根据食材、偏好和时间限制提供个性化食谱。 | |
| 🗞️ 金融智能体 | 💼 金融 | 一个强大的金融分析师智能体，结合实时股票数据、分析师洞察、公司基本面和市场新闻。非常适合分析苹果、特斯拉、英伟达等公司以及半导体或汽车等行业。 | |
| 🧠 金融推理智能体 | 📈 金融 | 使用基于 Claude-3.5 Sonnet 的智能体通过推理工具和雅虎财经数据分析 NVDA 等股票。 | |
| 🤖 Readme 生成器智能体 | 💻 软件开发 | 智能体使用仓库元数据为 GitHub 仓库生成高质量的 README。 | |
| 🎬 电影推荐智能体 | 🎥 娱乐 | 一个智能智能体，使用 Exa 和 GPT-4o 提供个性化电影推荐，分析类型、主题和最新评分。 | |
| 🔍 媒体趋势分析智能体 | 📰 媒体与新闻 | 使用 AI 驱动的智能体和抓取分析数字平台的新兴趋势、模式和影响者。 | |
| ⚖️ 法律文件分析智能体 | 🏛️ 法律科技 | 一个 AI 智能体，从 PDF URL 分析法律文件，并使用向量嵌入和 GPT-4o 基于知识库提供法律见解。 | |
| 🤔 DeepKnowledge | 🧠 研究 | 这个智能体通过其知识库进行迭代搜索，将复杂查询分解为子问题并综合全面答案。它使用 Agno 文档进行演示，专为深度推理和探索而设计。 | |
| 📚 图书推荐智能体 | 🧠 出版与媒体 | 一个智能智能体，使用文学数据、读者偏好、评论和发布信息提供个性化图书建议。 | |
| 🏠 MCP Airbnb 智能体 | 🛎️ 酒店 | 使用 MCP 和 Llama 4 创建一个 AI 智能体，以搜索带有工作区和交通邻近性等过滤器的 Airbnb 列表。 | |
| 🤖 Assist 智能体 | 🧠 AI 框架 | 一个使用 GPT-4o 回答有关 Agno 框架问题的 AI 智能体，具有混合搜索和嵌入知识。 | |
用例
| 用例 | 行业 | 描述 | 笔记本 |
|---|---|---|---|
| 🤖 聊天机器人模拟评估 | 💻 💬 AI / 质量保证 | 模拟用户交互以评估聊天机器人性能，确保在真实场景中的稳健性和可靠性。 | |
| 🧠 通过提示进行信息收集 | 🧠 AI / 研究与开发 | 本教程演示如何设计一个利用提示技术有效收集信息的 LangGraph 工作流程。它展示如何结构化提示和管理信息流以构建智能智能体。 | |
| 🧠 使用 LangGraph 的代码助手 | 💻 软件开发 | 本教程演示如何使用 LangGraph 构建一个有弹性的代码助手。它指导您创建一个基于图的智能体，可以处理代码生成、错误检查和迭代优化，确保稳健和准确的编码辅助。 | |
| 🧑💼 客户支持智能体 | 🧑💼 客户支持智能体 | 本教程演示如何使用 LangGraph 构建客户支持智能体。它指导您创建一个基于图的智能体，可以处理客户查询，提供自动化支持并增强用户体验。 | |
| 🔁 带有重试的提取 | 🧠 AI / 数据提取 | 本教程演示如何在 LangGraph 工作流程中实现重试机制，确保可以处理瞬时错误并提高可靠性的稳健数据提取过程。 | |
| 🧠 多智能体工作流 | 🧠 AI / 工作流程编排 | 本教程演示如何使用 LangGraph 的智能体主管构建多智能体系统。它指导您创建一个主管智能体，协调多个专业智能体，管理任务委派和通信流。 | |
| 🧠 分层智能体团队 | 🧠 AI / 工作流程编排 | 本教程演示如何使用 LangGraph 构建分层智能体系统。它指导您创建一个将任务委派给专业子智能体的顶级主管智能体，实现具有清晰任务委派和通信的复杂工作流程。 | |
| 🤝 多智能体协作 | 🧠 AI / 工作流程编排 | 本教程演示如何使用 LangGraph 实现多智能体协作。它指导您创建多个协同工作以完成复杂任务的专业智能体，展示 AI 工作流程中智能体协作的力量。 | |
| 🧠 计划和执行智能体 | 🧠 AI / 工作流程编排 | 本教程演示如何使用 LangGraph 构建"计划和执行"风格的智能体。它指导您创建一个首先生成多步骤计划然后按顺序执行每个步骤的智能体，根据需要重新审视和修改计划。这种方法受到计划和解决论文以及 Baby-AGI 项目的启发，旨在增强 AI 工作流程中的长期规划和任务执行。 | |
| 🧠 SQL 智能体 | 🧠 AI / 数据库交互 | 本教程演示如何构建一个可以回答有关 SQL 数据库问题的智能体。该智能体获取可用表，确定与问题的相关性，检索架构，生成查询，检查错误，执行它并制定响应。 | |
| 🧠 反思智能体 | 🧠 AI / 工作流程编排 | 本教程演示如何使用 LangGraph 构建反思智能体。它指导您创建一个可以批评和修改自己输出的智能体，提高生成内容的质量和可靠性。 | |
| 🧠 反射智能体 | 🧠 AI / 工作流程编排 | 本教程演示如何使用 LangGraph 构建反射智能体。它指导您创建一个可以反思其行动和结果的智能体，在复杂工作流程中实现迭代改进和更准确的决策。 | |
| LangGraph 智能 RAG | |||
| 🧠 自适应 RAG | 🧠 AI / 信息检索 | 本教程演示如何使用 LangGraph 构建自适应 RAG 系统。它指导您创建一个根据查询复杂性调整的动态检索过程，增强信息检索的效率和准确性。 | |
| 🧠 自适应 RAG (本地) | 🧠 AI / 信息检索 | 本教程专注于使用本地模型实现自适应 RAG，允许离线检索和生成，这对于互联网访问有限或关注隐私的环境至关重要。 | |
| 🤖 智能 RAG | 🤖 AI / 智能智能体 | 学习构建智能 RAG 系统，其中智能体在生成响应之前确定最佳检索策略，提高答案的相关性和准确性。 | |
| 🤖 智能 RAG (本地) | 🤖 AI / 智能智能体 | 本教程将智能 RAG 扩展到本地环境，支持使用本地模型和数据源进行检索和生成任务。 | |
| 🧠 纠正性 RAG (CRAG) | 🧠 AI / 信息检索 | 实现纠正性 RAG 系统，在将检索到的文档传递给生成器之前评估和优化它们，确保更高质量的输出。 | |
| 🧠 纠正性 RAG (本地) | 🧠 AI / 信息检索 | 本教程专注于使用本地资源构建纠正性 RAG 系统，允许离线文档评估和优化过程。 | |
| 🧠 自我 RAG | 🧠 AI / 信息检索 | 学习实现自我 RAG，系统反思其响应并在必要时检索额外信息，增强生成内容的准确性和相关性。 | |
| 🧠 自我 RAG (本地) | 🧠 AI / 信息检索 | 本教程演示如何使用本地模型和数据源实现自我 RAG，实现离线反思和检索过程。 | |
欢迎贡献！🎉 您可以通过以下方式提供帮助：
- Fork 仓库。
- 添加新用例或改进现有用例。
- 提交您的更改的拉取请求。
请遵循我们的贡献指南了解更多详情。
本仓库采用 MIT 许可证。有关更多信息，请参阅 LICENSE 文件。
随时与您的网络分享此仓库，如果您觉得有用，请给它加星 ⭐。让我们合作创建 AI 智能体用例的终极资源！
35/F,Tencent Building,Kejizhongyi Avenue,Nanshan District,Shenzhen
