本期推荐开源项目目录：
1. Llama 3 大模型开源了！
2. 知识库问答系统
3. 构建 AI 助手的框架
4. 开源的 RAG 引擎
01、Llama 3 大模型开源了！
Llama 3 是 Meta 发布的最新大型语言模型，旨在让个人、创作者、研究人员和各种规模的企业能够负责任地试验、创新和扩展他们的想法。
相比于之前发布的开源模型， Llama 3 的特性是：
数据量：训练的数据是 Llama 2数据集的 7 倍多
能力增强：推理和代码能力增强
训练效率：比 Llama2 高 3 倍；
模型大小：提供从 8B 到 70B 参数的不同大小的预训练和指令调整的 Llama 3语言模型
下载和使用：提供了模型权重和分词器的下载指南，以及如何在本地运行模型的快速入门步骤
支持模型并行：不同大小的模型需要不同的模型并行（MP）值
许可证: 模型和权重对研究人员和商业实体开放，旨在促进发现和道德的AI进步
开源地址：https://github.com/meta-llama/llama3
02、知识库问答系统
MaxKB 是一个基于大型语言模型（LLM）的知识库问答系统，旨在成为企业的“最强大脑”，由开发者 1Panel-dev 开源，目前已经获得了 2.9k 的 Star。这个是该开源项目的特性：
开箱即用：支持上传文档和自动爬取在线文档，文本自动拆分和向量化，提供良好的智能问答交互体验。
无缝嵌入：可以快速嵌入到第三方业务系统中，无需编码。
多模型支持：支持多种主流的大型模型，包括本地私有模型和云服务模型。
开源地址：https://github.com/1Panel-dev/MaxKB
03、构建 AI 助手的框架
Phidata 是一个用于构建具有记忆、知识和工具的AI助手的框架，用来解决大型语言模型（LLM）上下文限制和无法执行操作的问题。他的工作原理如下：
记忆：通过数据库存储聊天历史，使LLM能够进行长期对话。
知识：通过向量数据库存储信息，为LLM提供上下文。
工具：使LLM能够执行如从API提取数据、发送电子邮件或查询数据库等操作。
开源地址：https://github.com/phidatahq/phidata
04、开源的 RAG 引擎
RAGFlow 是由开发者 infiniflow 开源，目前已经获得了 5.2K 的 Star。该项目是一个开源的 RAG（Retrieval-Augmented Generation，检索增强生成）引擎，基于深度文档理解，为不同规模的企业提供简化的 RAG 工作流程。
它由如下关键特性：
高质量输入输出: 从复杂格式的非结构化数据中进行深度文档理解并提取知识。
模板化分块: 提供智能且可解释的模板选项。
基于引用的引用: 减少幻觉，通过可视化的文本分块允许人工干预，快速查看关键引用和可追溯的引用来支持基于事实的答案。
异构数据源兼容性: 支持 Word、PPT、Excel、TXT、图像、扫描副本、结构化数据、网页等。
自动化 RAG 工作流: 提供为个人和大型企业量身定制的简化 RAG 编排，包括可配置的 LLM 和嵌入模型，多重召回与融合重排，以及与业务无缝集成的直观 API。
开源地址：https://github.com/infiniflow/ragflow
