基于MCP协议的arXiv论文搜索和分析工具,支持Claude、GPT等LLM集成。允许AI助手直接查询学术论文、获取摘要和元数据,是科研工作者和AI开发者的理想助手。
学术论文arXivMCP服务
⭐ 2.7k · Python
用Rust开发的开源MCP工具,提供安全的持久化个人智能体服务器。支持沙箱隔离执行,集成LLM能力,适合构建自动化助手、本地AI应用和智能工作流的开发者。
MCP协议个人助手沙箱执行
⭐ 2.7k · Rust
汇集LLM智能体领域研究论文的开源仓库。为AI研究者、开发者提供系统化的论文资源导航,涵盖智能体架构、工作流设计等前沿研究,助力快速掌握该领域发展动态。
论文合集LLM智能体工作流
⭐ 2.3k · Python
Dify的企业级增强版本,集成了基于Gin-Vue-Admin的管理中心,提供完整的AI应用开发和管理平台。适合需要自部署、定制化的企业用户和开发者,支持工作流、提示词管理等功能。
AI应用开发工作流引擎企业管理系统
⭐ 2.1k · TypeScript
为vLLM框架提供昇腾NPU硬件加速支持的开源插件。优化了大模型推理性能,使开发者能在昇腾芯片上高效部署LLM服务。适合需要国产硬件推理加速的企业和研究机构。
LLM推理昇腾NPU硬件加速
⭐ 2.1k · C++
精选LLM长文本处理领域的必读论文、技术博客和基准数据集。涵盖上下文扩展、压缩优化等核心方向,为研究者和工程师提供系统学习路径和最新进展追踪。
LLM长上下文论文汇总
⭐ 2.1k
ICML 2024论文开源实现,通过可执行代码行动增强LLM推理能力的AI工作流框架。支持代码生成、执行和反馈循环,适合研究者、开发者构建高效智能体系统。
LLM智能体代码执行工作流
⭐ 1.7k · Python
基于图算法的高级检索增强生成(RAG)解决方案,专为复杂问答任务设计。支持LangChain/LangGraph框架,提供可控的信息检索和生成流程。适合需要构建企业级智能问答系统的开发者和AI研究人员。
RAGLLMLangGraph
⭐ 1.6k · Jupyter Notebook
深度探索智能体增强的检索增强生成系统,提供完整的Agentic-RAG框架设计、模式实现和最佳实践。适合AI工程师、LLM应用开发者研究和构建高级RAG系统。
RAG系统智能体框架工作流设计
⭐ 1.6k
基于MCP协议的开源研究代理系统,深度集成Zotero文献库,支持学术论文分析、文献管理和智能查询。适合学术研究者、论文写手和知识工作者快速检索、组织和分析研究资料。
学术论文文献管理LLM代理
⭐ 1.4k · TypeScript
AI工具
AI代理工作流自动化LLM
⭐ 1.4k · Python
Agent工作流
基准测试智能体评估工作流
⭐ 1.2k · Python
Emacs原生AI工作流工具,集成Claude等LLM代理能力。提供缓冲区交互界面,支持代码生成和自动化任务。适合Emacs用户、开发者和AI工作流爱好者使用。
EmacsAI工作流LLM代理
⭐ 1.2k · Emacs Lisp
高性能LLM推理引擎,专为加速大语言模型推理设计。支持多种主流模型如GPT、Deepseek、Kimi等,通过优化token处理流程实现光速级推理性能。适合需要部署高效LLM服务的开发者和企业用户。
LLM推理性能优化开源引擎
⭐ 1.1k · Python
Agent工作流
工作流LLM评估可观测性
⭐ 1.0k · Python
🛠
Llama React Native 绑定
AI工具
8.2
为React Native提供llama.cpp的原生绑定库,支持iOS和Android平台集成大型语言模型。开发者可在移动应用中部署本地LLM推理,实现离线AI功能,适合需要隐私保护和边缘计算的移动应用开发者。
React NativeLLM推理跨平台
⭐ 947 · C++
帮助用户快速发现在自己硬件上运行最佳的开源大语言模型。提供性能基准测试、自动安装、跨平台支持(含苹果芯片优化)。适合想本地部署LLM的开发者和研究人员。
LLM测评本地部署性能基准
⭐ 839 · Python
完全本地化、隐私保护的跨平台语音识别工具,集成LLM后处理能力。支持Linux、macOS等多平台部署,无需云服务,适合对隐私要求高的开发者和企业用户。
语音识别隐私保护本地部署
⭐ 817 · TypeScript
生产级MCP服务器,专门用于PDF文档处理。采用并行处理技术,性能比传统方案快5-10倍。适合AI智能体、LLM应用和自动化文档处理系统集成,帮助开发者快速构建文档智能化解决方案。
PDF处理MCP工具并行处理
⭐ 723 · TypeScript
为大型语言模型提供Sentry错误监控平台的集成接口。支持查询错误日志、分析应用崩溃、获取性能指标等功能。适合DevOps工程师、应用开发者和AI系统集成者使用,助力智能化错误诊断与故障排查。
错误监控MCP服务器Sentry集成
⭐ 697 · TypeScript