Langflow
Визуальный конструктор агентов от DataStax: drag-and-drop компоненты LangChain с API, памятью и публикацией в один клик.
Промты, MCP-серверы, скиллы, плагины, хуки и агенты для Claude Code, Kimi, DeepSeek, ChatGPT и других ИИ.
Визуальный конструктор агентов от DataStax: drag-and-drop компоненты LangChain с API, памятью и публикацией в один клик.
Популярный инструмент для академической работы с ИИ: перевод и объяснение PDF-статей, генерация LaTeX и рецензирование.
Мощнейший интерфейс для ролевых чатов с ИИ: персонажи, сценарии, расширения и поддержка любых моделей.
Классический интерфейс для локальных LLM: десятки форматов моделей, расширения, OpenAI-совместимый API и режим обучения.
Десктопный чат с локальными моделями от Nomic: запускается на обычном ноутбуке, файлы остаются на устройстве.
Десктопный ИИ-ассистент с локальными моделями: 100% офлайн-режим, OpenAI-совместимый сервер и современный интерфейс.
Популярный десктопный клиент для LLM: Windows, macOS и Linux, локальные данные и поддержка всех популярных провайдеров.
Один из первых открытых клонов интерфейса ChatGPT: чаты с папками, промпты, GPT-подобные ассистенты на Supabase.
Готовые React-компоненты для чат-интерфейсов ИИ: стриминг, ветвление диалогов, вложения — совместим с Vercel AI SDK.
Все-в-одном фреймворк семантического поиска и LLM: эмбеддинги, векторный индекс, пайплайны и API в одной библиотеке.
Фреймворк RAG как сервис: загружаете данные любых форматов — получаете готового чат-бота с знаниями через несколько строк кода.
Утилита Microsoft для конвертации файлов в Markdown: PDF, Office, аудио и изображения — единый текстовый формат для LLM.
API, превращающий любую страницу в чистый Markdown для LLM: префикс r.jina.ai перед URL — и текст готов.
Лёгкая библиотека извлечения текста из веба: удаляет шаблонный мусор сайтов и возвращает чистый контент с метаданными.
Пайплайны парсинга, управляемые LLM: описываете схему данных — библиотека сама находит их на странице.
Оптимизированный для LLM краулер: превращает сайты в чистый Markdown, готовый для RAG, за секунды.
Система Стэнфорда для генерации Википедия-подобных статей: агенты задают вопросы, ищут источники и пишут структурированные обзоры.
Автономный исследователь: планирует поиск, просматривает десятки источников и собирает подробный отчёт с цитатами.
Генерация SQL вопросами на естественном языке: обучается на вашей схеме и примерах запросов, работает с любой БД.
ИИ-слой поверх любых данных: SQL-запросы к предиктивным моделям, интеграции с сотнями источников данных.