Apache MXNet

秒建AI应用，全栈 AI 工作区,Firebase Studio 使用 AI 代理加速您的整个开发生命周期。

Google推出的机器学习和人工智能开源库

Caffe（Convolutional Architecture for Fast Feature Embedding）(快速特征嵌入的卷积架构)是一个开源的深度学习框架，最初由加州大学伯克利分校的Yangqing Jia开发。2017年4月，Facebook发布了Caffe2，其中包含了递归神经网络（RNN）等新功能。2018年3月底，Caffe2被并入PyTorch。

文心快码是基于文心大模型，结合百度积累多年的编程现场大数据和外部优秀开源数据，打造的新一代编码辅助工具。

Deeplearning4j是为数不多的以Java虚拟机（JVM）为目标，以Java原生编写的机器学习框架之一。该框架由位于旧金山的一组机器学习开发人员开发，并由初创公司Skymind提供商业支持。Deeplearning4j于2017年10月捐赠给了Eclipse基金会。该库与Clojure和Scala兼容。对于集群和分布式训练，Deeplearning4j与Apache Spark和Apache Hadoop集成。它还与NVIDIA CUDA运行时集成，可在多个GPU之间执行GPU操作和分布式训练。Deeplearning4j包括一个使用ND4J的n维数组类，该类允许在Java和Scala中进行科学计算，与NumPy提供给Python的函数类似。它可以有效地用作执行线性代数和矩阵操作的库，用于训练和推理。Deeplearning4j可以用于训练模型，这些模型可以执行图像分类、对象检测、图像分割、自然语言处理和时间序列预测。

通义灵码，阿里云推出的AI编程工具，助力开发者高效构建智能应用，加速AI创新。

BetterYeah AI是一个企业级AI应用和助手开发构建平台，旨在简化AI Agent的开发流程，企业无需编写代码即可构建符合业务需求的智能助手。该平台提供一站式模型集成、知识库管理、数据库连接、自定义业务流程开发等功能，支持多模态交互，并通过API、SDK等集成方式灵活应用于企业系统。此外，它还提供专业的技术支持和定制化服务，帮助企业快速应用AI技术，提升业务效率。BetterYeah AI的主要功能零代码搭建Agent：允许用户无需编写代码即可快速构建AI代理，释放大模型的能力。一站式模型集成：内置了多种国内外知名的AI模型，如ChatGLM、阿里通义千问、百度千帆等，用户可以根据业务场景灵活选择。知识库管理：提供自动向量化、自动分段、混合检索等数据处理工具，确保输出的质量和精准度。数据库连接：使AI代理具有持久记忆，并能与企业业务数据打通，更贴近企业业务需求。自定义业务流程：通过用户友好的界面，支持各类开发节点，允许自定义业务流程。丰富的插件系统：提供官方插件，增强AI代理的扩展性，快速落地于各种业务场景。多模态ChatBot：支持文字、图片、语音、视频等内容的解析和生成，提升交互体验。开发运维支持：提供在线调试、日志追踪、一键发布等全方位的开发运维能力。API/SDK集成：允许通过API、SDK、Webhook等方式将AI能力集成到企业系统中。成本控制：通过优化资源使用，如token用量，实现成本控制，让企业更经济地使用AI技术。定制化开发服务：对于特殊需求，提供定制化开发，确保最佳匹配用户业务场景。企业AI应用设计和推动落地：协助企业重塑业务场景，包括AI场景选择、价值验证、产品技术方案咨询等。BetterYeah AI的产品定价BetterYeahAl提供了4个版本的产品供用户选择，不同版本的功能、用量及服务各不相同，用户可根据实际需求选择合适的版本，具体可查看Better Yeah AI的定价页面。免费版：适合个人体验产品功能使用，可免费创建2个Agent，开发者数量上限为2，每月提供200Yeah积分（可运行基础模型200次），知识库容量为10MB，提供社群支持服务个人版：29元每月，适合个人/创业者日常使用，可创建3个Agent，开发者数量上限为2，每月提供400Yeah积分（可运行基础模型400次），知识库容量为20MB，提供社群支持服务团队版：499元每月，适合团队使用，可创建5个Agent，开发者数量上限为3，每月提供6000Yeah积分（可运行基础模型6000次），知识库容量为100MB，提供全平台能力，可快速将AI应用集成至外部平台，提供训练及托管服务、中级顾问服务企业版：适合中大型企业使用 拥有团队版所有权益 额外可按需定制，购买加量包，提供训练及托管服务、高级顾问服务BetterYeah AI的应用场景智能客服：作为客服助手，自动解答客户咨询，提供快速服务，提升客户满意度。销售助手：辅助销售团队，通过分析数据发现潜在客户，提供销售线索，帮助销售团队更高效地工作。HR助手：进行简历筛选、员工服务、定制面试题等，提高人力资源部门的工作效率。招聘助理：在大量求职者中筛选合适的候选人，分析简历，挖掘潜力人才。员工HR助理：处理员工的投诉与建议，帮助员工查询工资、奖金、个税等信息，管理请假流程。数据分析：帮助企业进行数据分析，为决策提供支持。营销投放：辅助营销团队优化广告投放策略，提高营销效果。办公助理：自动化日常办公任务，如日程管理、邮件分类等，提高办公效率。代码助手：为开发人员提供编程辅助，如代码生成、错误检测等。

大语言模型（LLM）正在成为一种变革性技术，使开发人员能够构建以前无法构建的应用程序。但是，单独使用这些LLM通常不足以创建一个真正强大的应用程序——当你可以将它们与其他计算或知识来源相结合时，便可能实现其真正的能力。LangChain是一个用于开发由语言模型驱动的应用程序的框架，允许开发人员将语言模型连接到其他数据源并与其环境相交互。LangChain旨在帮助开发者在以下六个主要领域，按照复杂性递增的顺序：📃 LLMs and Prompts: 这包括提示管理、提示优化、适用于所有 LLM 的通用界面以及用于处理 LLM 的通用实用程序。🔗 Chains: 链不仅仅是单个 LLM 调用，而是调用序列（无论是对 LLM 还是对不同的实用程序）。 LangChain 为链提供标准接口、与其他工具的大量集成以及用于常见应用程序的端到端链。📚 Data Augmented Generation: 数据增强生成涉及特定类型的链，这些链首先与外部数据源交互以获取数据以用于生成步骤。 这方面的例子包括对长文本的总结和对特定数据源的问答。🤖 Agents: 代理涉及 LLM 做出关于采取哪些行动的决定，采取该行动，看到一个观察，并重复直到完成。LangChain 为代理提供了一个标准接口，可供选择的代理选择，以及端到端代理的示例。🧠 Memory: 内存是链/代理调用之间持久状态的概念。 LangChain 提供了内存的标准接口、内存实现的集合以及使用内存的链/代理的示例。🧐 Evaluation: [BETA] 众所周知，生成模型很难用传统指标进行评估。 评估它们的一种新方法是使用语言模型本身进行评估，LangChain 提供了一些提示/链来协助这一点。