:::color5 我们在进行企业 AIGC 垂直应用项目落地时，众所周知需要选择【RAG + 向量库】的方案进行处理。并且随着 AI 技术的发展，有的业务场景还需要结合 Function calling 或者 Agent-智能体 来做进一步增强。

但是，众多的 AI 技术栈对于刚开始接触大模型开发的同学来说，要学习的东西简直不要太多！

:::

:::color3 这里，我将针对各个技术框架进行列举以及功能对比，同时会针对每个框架写一个教程以及资料汇总，方便各位小伙伴快速参考与学习，节省大海捞针找资料的时间。

:::

注：

1、空白格代表还没有核实验证

2、每一块的具体学习教程，请到 AI全栈专栏下查看对应的教程文档

功能/框架/平台 LangChain OpenAI
Assistant API		 Dify.AI FastGPT AutoGen ChatDEV MaxKB Flowise DB-GPT
编程方法 Python代码 API导向 API + 应用程序导向 SaaS 平台 应用程序导向
支持 LLMs 丰富多样 仅限 OpenAI 丰富多样 丰富多样 多种 丰富多样
提示词工程 ✅ ✅ ✅
知识库 ✅ ✅ ✅
RAG 引擎 ✅ ✅ ✅ ✅ ✅ ✅ ✅
向量数据库 + weaviate
+ qdrant
+ milvus
+ milvus
+ pinecone (暂未开放)
Agent-智能体 ✅ ✅ ✅ ❌ ✅ ✅ ✅
WorkFlow ❌ ❌ ✅ ✅ ✅
企业功能
（SSO/访问控制）		 ❌ ❌ ✅ ❌
监控 ✅ ❌ ✅ ❌
本地部署 ✅ ❌ ✅ ✅ ✅
云端部署 ❌ ✅ ✅
备注

学习更多关于 AI 大模型全栈知识👇

:::danger 🌈** AI大模型全栈通识课程**👇

:::

:::color1 🙋 个人介绍 **👉🏻**

:::

:::color5 🙋 AI 工具 **👉🏻**

:::

:::info 🙋 开源版知识库**👉🏻**

:::

:::warning 🙋 AI全栈通识课堂

:::

✅免责声明

素材来源于网络以及个人总结，仅供个人学习交流无商业用途，版本归原创者所有

如有侵权请及时与我联系（微信：AGI舰长-LHYYH0001）删除