AI 开源库
收录 AI 相关的开源仓库，按「大类 → 小类」两级分类组织，持续更新。
最近更新：2026-09-22
RAG
框架
RAGFlow — https://github.com/infiniflow/ragflow
基于深度文档理解的开源 RAG 引擎，提供模板化分块、多路召回、引用溯源与可编排的智能体工作流，支持对接主流大模型。
GraphRAG — https://github.com/microsoft/graphrag
微软开源的知识图谱增强 RAG 框架，用 LLM 从语料中抽取实体与关系构建图谱，再分层生成社区摘要，擅长回答需要跨文档全局理解的「大局观」问题。
文档解析
pdfplumber — https://github.com/jsvine/pdfplumber
纯 Python 的 PDF 解析库，可精细提取文本、表格、坐标与注释，表格结构还原尤其出色，是文档处理与数据抽取的常用底座。
MinerU — https://github.com/opendatalab/MinerU
上海人工智能实验室 OpenDataLab 开源的文档解析工具，将 PDF、网页、电子书转为 Markdown，对公式、表格与复杂版面的还原效果出色，常用于大模型语料预处理。
检索引擎
Elasticsearch — https://github.com/elastic/elasticsearch
老牌分布式搜索与分析引擎，支持 BM25 全文检索与 kNN 向量检索，原生混合检索能力使其成为 RAG 系统中常见的检索底座。
提示工程
学习指南
Prompt-Engineering-Guide — https://github.com/dair-ai/Prompt-Engineering-Guide
dair-ai 维护的提示工程权威指南，系统覆盖提示基础、常用技巧、应用场景与研究论文索引，提供多语言版本，是该领域最全面的学习入口。
提示词库
prompts.chat — https://github.com/f/prompts.chat
知名 ChatGPT 提示词库，精选数百条场景化提示词，覆盖角色扮演、写作、编程等场景，可一键复制使用。
awesome-chatgpt-prompts-zh — https://github.com/PlexPt/awesome-chatgpt-prompts-zh
ChatGPT 中文提示词库，持续收录社区贡献的中文场景提示词，配套提示词生成器，中文用户即取即用。
提示压缩
LLMLingua — https://github.com/microsoft/LLMLingua
微软开源的提示压缩工具，用小语言模型剔除提示中的非关键 token，最高压缩 20 倍，既省调用成本又缓解长上下文「迷失中间」问题。
智能体工程
学习指南
Harness Books — https://github.com/wquguru/harness-books
AgentWay 出品的中英双语两部曲：第一本拆解 Claude Code 的查询循环、权限与上下文治理等运行时结构，第二本对比 Claude Code 与 Codex 的 harness 设计哲学。
《驾驭工程：从 Claude Code 源码到 AI 编码最佳实践》 — https://github.com/ZhangHanDong/harness-engineering-from-cc-to-ai-coding
张汉东所著的中文技术书，别名《马书》：基于 Claude Code 发布包与 source map 的逆向分析，系统提炼 AI 编码智能体的架构、上下文管理与权限体系。
harness-engineering — https://github.com/deusyu/harness-engineering
围绕 OpenAI 提出的 Harness Engineering（驭缰工程）范式构建的系统学习档案——人类设计约束、智能体写代码，含概念笔记、四十余篇专业译文与文献深度摘要。
记忆管理
Zep — https://github.com/getzep/zep
Zep 官方仓库：托管式智能体记忆平台 Zep Cloud 的 SDK、框架集成（LangGraph、CrewAI 等）与数据导入示例集合，平台本身闭源。
Graphiti — https://github.com/getzep/graphiti
Zep 团队开源的时序知识图谱框架，为智能体提供记忆层：事实带有效期、过时自动失效而非删除，支持增量更新与混合检索。
LLM 评估
评估框架
Ragas — https://github.com/vibrantlabsai/ragas
VibrantLabs 维护的 LLM 应用评估工具包，提供忠实度、答案相关性等客观指标，还能自动生成对齐生产场景的测试集，与主流框架无缝集成。
OpenAI Evals — https://github.com/openai/evals
OpenAI 官方开源的 LLM 评估框架，内置覆盖多维度能力的评估注册表，支持用私有数据编写自定义评估，是模型评测领域的早期标杆。
DeepEval — https://github.com/confident-ai/deepeval
开源 LLM 评估框架，像 pytest 一样对 LLM 应用做单元测试，内置 G-Eval、幻觉、RAG 与智能体指标，覆盖端到端与组件级评估。
可观测与追踪
Langfuse — https://github.com/langfuse/langfuse
开源 LLM 工程平台，集可观测追踪、评估、提示词管理与数据集于一体，几分钟即可自托管，与主流框架无缝集成。
MLflow — https://github.com/mlflow/mlflow
老牌开源 AI 工程平台，从机器学习实验追踪、模型注册扩展到 LLM 追踪、评估与提示词管理，60 余种框架一行代码接入。
TruLens — https://github.com/truera/trulens
开源的 LLM 应用可观测与评估工具：以 OpenTelemetry 原生方式追踪每一步调用，用自带解释的 LLM 评审打分，横向对比应用版本的质量与成本。
LangSmith SDK — https://github.com/langchain-ai/langsmith-sdk
LangChain 官方 LangSmith 平台的 Python/JS 客户端 SDK，为任意 LLM 应用提供追踪、评估与监控能力，与 LangChain 生态原生集成。
应用开发框架
应用框架
Letta Code — https://github.com/letta-ai/letta-code
Letta 的智能体 harness 与 CLI：npm 安装即用，智能体具备持久记忆与技能，能自我改写进化，同一智能体可跨机器与多个消息渠道使用。
Letta — https://github.com/letta-ai/letta
前身 MemGPT 的有状态智能体框架：为智能体配备持久记忆，可跨会话学习改进；本仓库为项目入口，活跃开发在 Letta Code。
LangChain — https://github.com/langchain-ai/langchain
构建智能体与 LLM 应用的老牌开源框架，为模型、工具、向量库提供统一抽象与海量第三方集成，配套 LangGraph 编排可控的智能体工作流。
LlamaIndex — https://github.com/run-llama/llama_index
构建智能体应用与 RAG 的开源数据框架，覆盖数据接入、索引、检索全链路，配套 LlamaParse 提供企业级文档解析与结构化抽取。
模型服务
推理引擎
vLLM — https://github.com/vllm-project/vllm
UC Berkeley 起源的高性能 LLM 推理与服务引擎，凭 PagedAttention 显存管理与连续批处理取得业界领先吞吐，支持 200 余种主流模型架构。
SGLang — https://github.com/sgl-project/sglang
LMSYS 托管的高性能推理服务框架，以 RadixAttention 前缀缓存与零开销调度器实现高吞吐低延迟，从单卡到大规模集群均可部署。
API 网关
LiteLLM — https://github.com/BerriAI/litellm
开源 AI 网关，以 OpenAI 统一格式调用 100 余家提供商的模型，自带虚拟密钥、花费追踪、负载均衡与护栏，支持自托管。