generative-ai
★ 2.6k
vs
End-to-End-Agentic-Ai-Automation-Lab
★ 103
generative-ai vs End-to-End-Agentic-Ai-Automation-Lab
generative-ai:本仓库是端到端生成式AI学习的综合中心,提供了丰富的文档、学习路线图和实践用例集合。它涵盖了GenAI核心概念、架构模式、AWS、Azure和VertexAI等云平台指南,以及RAG、智能体AI和对话系统等各种项目。;End-to-End-Agentic-Ai-Automation-Lab:该存储库提供了一个全面、实践性的端到端智能体AI自动化项目组合,展示了多智能体框架、RAG管道和AI工作流自动化的先进实现。它专为有兴趣构建、部署和管理大规模智能AI智能体的开发者设计。
01
简评
generative-aiRAG / Knowledge Base · ★ 2.6k
开发检索增强生成(RAG)系统
End-to-End-Agentic-Ai-Automation-LabRAG / Knowledge Base · ★ 103
聊天机器人
02
并排对比
字段
分类
RAG / 知识库
RAG / 知识库
Stars
★ 2.6k
★ 103
许可证
MIT
MIT
安装方式
git clone https://github.com/genieincodebottle/generative-ai.git
git clone https://github.com/MDalamin5/End-to-End-Agentic-Ai-Automation-Lab.git
更新时间
2周前
1天前
开源
是
是
标签
生成式AI, 大型语言模型, 检索增强生成
智能体AI, 多智能体系统, 检索增强生成
03
功能特性
01全面的生成式AI学习路线图
02实际应用案例(RAG、智能体AI、聊天机器人)
03云平台集成指南(AWS、Azure、VertexAI)
04LLM基础与高级概念(向量嵌入、提示工程)
05AI职业与面试准备
01AI智能体框架(LangChain, LangGraph, CrewAI, Agno, AutoGen)
02多智能体协作与内存管理
03自适应与智能体RAG系统
04端到端部署与CI/CD
05监控、调试与人工反馈集成
04
使用场景
↳开发检索增强生成(RAG)系统
↳实现智能体AI和多智能体系统
↳构建带记忆的对话式AI应用
↳聊天机器人
↳金融智能体
↳自动化
05
适合场景
时下流行
—
FAQ
常见问题
generative-ai 和 End-to-End-Agentic-Ai-Automation-Lab 有什么区别?
generative-ai 和 End-to-End-Agentic-Ai-Automation-Lab 都属于 RAG / Knowledge Base 类别。generative-ai 有 2.6k Stars,End-to-End-Agentic-Ai-Automation-Lab 有 103 Stars。
generative-ai 和 End-to-End-Agentic-Ai-Automation-Lab 哪个更好?
最佳选择取决于你的具体需求。开发检索增强生成(RAG)系统 时选 generative-ai,聊天机器人 时选 End-to-End-Agentic-Ai-Automation-Lab。
generative-ai 是免费的吗?
是的,generative-ai 在 GitHub 开源(MIT)。
End-to-End-Agentic-Ai-Automation-Lab 是免费的吗?
是的,End-to-End-Agentic-Ai-Automation-Lab 在 GitHub 开源(MIT)。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。
→