微信公众号：逛逛 GitHub
适合作为日常选题入口，关注开源 AI 工具、效率工具和 GitHub 热门项目的中文介绍。
建议在微信内搜索公众号名称，优先看原文发布时间、项目仓库和维护状态。
中转查
挑选靠谱的AI中转站
挑选靠谱的AI中转站
ZHONGZHUANCHA / TOOL SHARE
分享值得试用的 AI 工具、开源项目和中文内容源。重点看真实用途、来源、适用场景和落地前检查。
适合作为日常选题入口，关注开源 AI 工具、效率工具和 GitHub 热门项目的中文介绍。
建议在微信内搜索公众号名称，优先看原文发布时间、项目仓库和维护状态。
适合确认真实代码、Issue 活跃度、License、部署方式和社区反馈。
看到文章推荐后，先回到仓库核对 README、Release、提交频率和安全边界。
适合最终落地前验证功能边界、价格、部署要求和数据处理方式。
团队采购或生产使用前，要把试用体验和官方限制一起记录。
按来源、用途和适用场景整理，方便继续扩展。
Agent / 工作流
面向团队搭建 LLM 应用、知识库问答、Agent 和工作流的开源平台。
适合：需要快速做内部 AI 应用、客服知识库、流程编排的团队。
模型前端
自托管 ChatGPT 风格界面，可连接本地模型与兼容 OpenAI 的接口。
适合：想给团队提供统一聊天入口、模型切换和本地部署体验。
AI 编程
开源 AI 编程助手，可在 IDE 中接入不同模型和上下文能力。
适合：需要把代码补全、问答、重构和私有模型接入开发工作流。
低代码编排
用可视化节点搭建 LLM 流程，适合验证 RAG、工具调用和自动化链路。
适合：非纯工程团队想快速做原型，再决定是否转成正式服务。
观测 / 评估
LLM 应用观测、Tracing、Prompt 管理和评估工具。
适合：上线后要追踪成本、失败样本、延迟和 Prompt 版本变化。
知识库 / RAG
偏文档解析和知识库问答的开源 RAG 引擎，强调可解释检索流程。
适合：文档多、格式杂，需要先把解析和检索质量跑通的场景。
中文内容源
用来发现近期值得试用的开源工具，再回到 GitHub 核验项目状态。
适合：想用中文快速了解项目亮点、使用场景和同类工具差异。
示例 / 实战
围绕模型调用、RAG、结构化输出和工具调用的示例集合。
适合：需要找官方风格示例、快速搭建最小可运行 Demo。
先看最近提交、Release 和 Issue，避免把停更项目带进生产。
确认 License、数据是否出境、是否能私有化部署。
公众号文章只作入口，最终以仓库 README、官方文档和本地试用结果为准。
团队落地前记录模型成本、延迟、权限、日志和回滚方式。