This is your work, valued
mini-openclaw. A hands-on AI Agent teaching and research project — build a phenomenal agent from scratch by studying the OpenClaw architecture.
18rag_learning. 从0开始学习rag
13openmemory. mem0项目的mcp服务优化:添加了类openAI接口的LLM和Embedding模型支持
12ocr_project. 热门OCR项目解析及用例
8mcp_server. 快速上手MCP
5hfhfn.github.io. 博客
5skills-agent. 基于langchain1.0演示skills的3层加载机制
3mult_agent. 这是一个关于 多智能体协作 (Multi-Agent) 与 RAG (检索增强生成) 系统的实战示例合集。 学习路径建议 入门: 先运行 langchain_example/lanchain_Intelligent_assistant.py 体验最简单的助手。 进阶: 学习 langgraph_example 中的 langgraph_1.py 到 langgraph_5.py ,理解基于图的状态管理。 实战: 重点把玩 vector_databases,尝试上传文档并观察 RAG 的检索效果。 前沿: 研究 mcp_agent,这是目前大模型连接工具的最新标准协议。
3vanna_server. 基于vanna的text2sql服务
2xinference-container. xinference的docker compose部署,并自动启动qwen3-32b模型
2markdown2mind. 基于markmap-cli实现的markdown文件转思维导图
2gemini-chatbot. 调用gemini接口实现生图改图
1prompt_reverse. 用于图片或者视频提示词反推
1