SuperAPI AI 工具集

AI开发平台

3,641 个结果 · 第 15 / 102 页

qgis_mcp

AI开发平台

QGISMCP 是一个基于 Model Context Protocol(MCP)的集成项目,用于连接 QGIS Desktop 与 Claude AI,让 Claude 能通过自然语言提示直接控制和操作 QGIS。项目基于 BlenderMCP 构建,采用套接字实现双向通信。主要能力包括:创建、加载和保存 QGIS 项目;添加或移除矢量/栅格图层;执行 Processing Toolbox 中的处理算法;以及从 Claude 运行任意 Python 代码。系统由两部分组成:在 QGIS 内建立套接字服务器的 QGIS 插件,以及实现 MCP 并连接插件的 Python 服务器。使用前需安装 QGIS 3.X(仅在 3.22 测试)、Python 3.10+ 和 uv 包管理器,并按说明将插件复制到 QGIS 插件目录、启用插件、配置 Claude Desktop 的 claude_desktop_config.json。安装启动后可在 Claude 中看到锤子图标及工具列表(如 ping、load_project、add_vector_layer、execute_processing、execute_code 等)。注意:执行任意 Python 代码能力很强,需谨慎使用。

查看介绍

RAGFlow

AI开发平台

RAGFlow 是一款面向企业的开源 RAG(检索增强生成)引擎,旨在为 AI 智能体构建高质量上下文层。它内置数据摄取流水线,可清洗并处理多种格式数据,将其结构化为丰富的语义表示以提升检索效果。通过结合向量搜索、BM25 和自定义评分,并配合高级重排序,提供高准确度的答案和上下文相关性。平台还提供一体化智能体构建环境,可在可视化工作流中无缝集成 RAG、工具和 MCP,支持多智能体编排,适用于股票分析、法律判例研究、维护指导等复杂场景。RAGFlow 提供免费入门方案及付费方案,包括数据集存储、月度积分、API 密钥、团队成员数和部署方式等不同权益。

查看介绍

Ray

AI开发平台

Ray 是由 Anyscale 推出的开源 AI 计算引擎框架,用于管理、执行和优化各类计算需求。它被称为“AI 计算引擎”,旨在为任意规模、任意加速器上的分布式工作负载精确编排基础设施。Ray 以 Python 原生为设计理念,开发者可以用极少代码将 Python 应用扩展到分布式环境,并统一 AI、机器学习和生成式 AI 工作负载。其核心能力涵盖并行 Python 代码、多模态数据处理、分布式模型训练、模型部署(Ray Serve)、批量推理、强化学习(Ray RLlib)、LLM 推理与微调等,支持 CPU 与 GPU 混合流水线,兼容多种框架。Ray 拥有高层 ML 库和完整生态,可端到端运行 AI/ML 工作流,并支持集群部署、调试优化与常见工具集成。Anyscale 是基于 Ray 的全托管 AI 平台,由 Ray 创始团队打造,提供企业治理、开发者工具与专家支持。Ray 由开源社区驱动,被众多 AI 领先企业采用,用于加速 AI 运营。

查看介绍

Reflexio

AI开发平台

Reflexio 是一个面向 AI 智能体的学习平台,旨在让智能体从用户纠正、失败路径和成功结果中学习,从而随时间改进自身行为,避免重复犯错。它并非传统记忆层,而是行为学习平台:智能体发布实际交互过程,Reflexio 提取可复用的行为规则,下一次运行时再读回这些规则,全程无需重新训练模型。平台支持通过轻量 SDK 包装现有 LLM 调用,也可通过 Python、REST 或 CLI 接入;提取的信号包含触发条件与反馈,能精准注入相关上下文以控制 token 成本。每条学习成果均可查看、审核,可批准、置为待定或拒绝,被拒绝的会退出检索。官方提供从全托管、自带模型凭据到 BYOC/自托管的多种部署模式,学习数据可存放于用户自有数据库。

查看介绍

Seed-Thinking-v1.5

AI开发平台

Seed-Thinking-v1.5 是字节跳动 Seed 团队推出的推理模型,具备“先思考后回答”的能力,在 AIME 2024 上取得 86.7 分、Codeforces 上 55.0 分、GPQA 上 77.3 分,在 STEM 与编程等推理任务上表现优异。该模型采用混合专家(MoE)架构,激活参数 20B、总参数 200B,规模相对较小。除推理任务外,其在多样化领域也展现出泛化能力,在非推理任务上的胜率比 DeepSeek R1 高 8%。团队还开发了 BeyondAIME 和 Codeforces 两个内部基准,并计划公开以支持后续研究。

查看介绍