[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-yvann-ba--Robby-chatbot":3,"tool-yvann-ba--Robby-chatbot":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":82,"owner_twitter":83,"owner_website":84,"owner_url":85,"languages":86,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":23,"env_os":99,"env_gpu":100,"env_ram":100,"env_deps":101,"category_tags":110,"github_topics":111,"view_count":23,"oss_zip_url":83,"oss_zip_packed_at":83,"status":16,"created_at":119,"updated_at":120,"faqs":121,"releases":156},3059,"yvann-ba\u002FRobby-chatbot","Robby-chatbot","AI chatbot 🤖 for chat with CSV, PDF, TXT files 📄 and YTB videos 🎥 | using Langchain🦜 | OpenAI | Streamlit ⚡","Robby-chatbot 是一款智能对话助手，旨在让用户能以更自然的方式与各类数据“聊天”。它支持上传 CSV、PDF、TXT 文档以及 YouTube 视频链接，用户无需编写代码，只需通过日常语言提问，即可获取文档摘要、数据分析结果或视频核心观点。\n\n这款工具主要解决了非技术人员面对海量文档和视频时难以快速提取关键信息的痛点。无论是需要快速梳理报表数据的业务人员，还是希望从长篇论文或教学视频中获取精华的学生与研究学者，都能借助 Robby-chatbot 大幅提升信息处理效率。此外，它也适合希望快速搭建原型应用的开发者参考使用。\n\n在技术实现上，Robby-chatbot 基于 LangChain 框架 orchestration，结合 OpenAI 的大模型能力（如 GPT-4o 系列），利用向量数据库 FAISS 实现高效的文档检索，并具备对话记忆功能，确保上下文连贯。其特色功能\"Robby-Sheet\"集成了 PandasAI，允许用户直接用自然语言对表格数据进行复杂分析；而\"Robby-Youtube\"则能自动总结视频内容。整个应用采用 Streamlit 构建，界面简洁友","Robby-chatbot 是一款智能对话助手，旨在让用户能以更自然的方式与各类数据“聊天”。它支持上传 CSV、PDF、TXT 文档以及 YouTube 视频链接，用户无需编写代码，只需通过日常语言提问，即可获取文档摘要、数据分析结果或视频核心观点。\n\n这款工具主要解决了非技术人员面对海量文档和视频时难以快速提取关键信息的痛点。无论是需要快速梳理报表数据的业务人员，还是希望从长篇论文或教学视频中获取精华的学生与研究学者，都能借助 Robby-chatbot 大幅提升信息处理效率。此外，它也适合希望快速搭建原型应用的开发者参考使用。\n\n在技术实现上，Robby-chatbot 基于 LangChain 框架 orchestration，结合 OpenAI 的大模型能力（如 GPT-4o 系列），利用向量数据库 FAISS 实现高效的文档检索，并具备对话记忆功能，确保上下文连贯。其特色功能\"Robby-Sheet\"集成了 PandasAI，允许用户直接用自然语言对表格数据进行复杂分析；而\"Robby-Youtube\"则能自动总结视频内容。整个应用采用 Streamlit 构建，界面简洁友好，既支持本地部署也便于扩展，是连接人类语言与机器数据的实用桥梁。","# Robby-chatbot 🤖\n\n\n\n### An AI chatbot featuring conversational memory, designed to enable users to discuss their CSV, PDF, TXT data and YouTube videos in a more intuitive manner. 🚀\n\n#### *I'm currently working on making AI useful for geospatial -> building [TerraLab](https:\u002F\u002Fwww.terra-lab.ai\u002F) with my dad and best friend, come take a look hehe*\n\n![Robby](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyvann-ba_Robby-chatbot_readme_347f54f13f04.png)\nRobby the Robot from [Forbidden Planet](https:\u002F\u002Fyoutu.be\u002FbflfQN_YsTM)\n\n#### For better understanding, see my Medium article 🖖 : [Build a chat-bot over your CSV data](https:\u002F\u002Fmedium.com\u002F@yvann-hub\u002Fbuild-a-chatbot-on-your-csv-data-with-langchain-and-openai-ed121f85f0cd)\n\n## Features ✨\n\n- **Robby-Chat**: Chat with your documents (PDF, TXT, CSV) using vector embeddings and conversational memory\n- **Robby-Sheet**: Analyze tabular data with natural language using PandasAI\n- **Robby-Youtube**: Summarize YouTube videos using AI\n\n## Tech Stack 🛠️\n\n- **[LangChain](https:\u002F\u002Fgithub.com\u002Flangchain-ai\u002Flangchain)** - LLM orchestration framework\n- **[OpenAI](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Fmodels)** - GPT-4o, GPT-4o-mini, GPT-4-turbo, GPT-3.5-turbo\n- **[PandasAI](https:\u002F\u002Fgithub.com\u002Fsinaptik-ai\u002Fpandas-ai)** - Natural language data analysis\n- **[Streamlit](https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit)** - Web application framework\n- **[FAISS](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss)** - Vector similarity search\n\n## Running Locally 💻\n\nFollow these steps to set up and run the service locally:\n\n### Prerequisites\n- Python 3.10 or higher\n- Git\n- OpenAI API key\n\n### Installation\n\nClone the repository:\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fyvann-hub\u002FRobby-chatbot.git\n```\n\nNavigate to the project directory:\n\n```bash\ncd Robby-chatbot\n```\n\nCreate a virtual environment:\n\n```bash\npython -m venv .venv\nsource .venv\u002Fbin\u002Factivate  # On macOS\u002FLinux\n# or\n.venv\\Scripts\\activate  # On Windows\n```\n\nInstall the required dependencies:\n\n```bash\npip install -r requirements.txt\n```\n\nLaunch the chat service locally:\n\n```bash\nstreamlit run src\u002FHome.py\n```\n\n### Environment Variables (Optional)\n\nYou can set your OpenAI API key as an environment variable instead of entering it in the UI:\n\n```bash\nexport OPENAI_API_KEY=\"your-api-key-here\"\n```\n\nOr create a `.env` file in the project root:\n\n```\nOPENAI_API_KEY=your-api-key-here\n```\n\n#### That's it! The service is now up and running locally. 🤗\n\n## Models Available 🤖\n\n- **GPT-4o-mini** - Fast and cost-effective (default)\n- **GPT-4o** - Most capable model\n- **GPT-4-turbo** - Balanced performance\n- **GPT-3.5-turbo** - Legacy model\n\n## Contributing 🙌\nIf you want to contribute to this project, please open an issue, submit a pull request or contact me at barbot.yvann@gmail.com (:\n","# Robby-聊天机器人 🤖\n\n\n\n### 一款具备对话记忆功能的AI聊天机器人，旨在让用户以更直观的方式讨论其CSV、PDF、TXT数据以及YouTube视频。🚀\n\n#### *我目前正致力于让AI在地理空间领域发挥作用——与我的父亲和挚友共同构建[TerraLab](https:\u002F\u002Fwww.terra-lab.ai\u002F)，欢迎来看看哦嘿嘿*\n\n![Robby](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyvann-ba_Robby-chatbot_readme_347f54f13f04.png)\nRobby机器人出自电影[《禁忌星球》](https:\u002F\u002Fyoutu.be\u002FbflfQN_YsTM)\n\n#### 为了更好地理解，可参阅我的Medium文章 🖖 ：[基于你的CSV数据构建聊天机器人](https:\u002F\u002Fmedium.com\u002F@yvann-hub\u002Fbuild-a-chatbot-on-your-csv-data-with-langchain-and-openai-ed121f85f0cd)\n\n## 功能 ✨\n\n- **Robby-聊天**：使用向量嵌入和对话记忆与您的文档（PDF、TXT、CSV）进行对话\n- **Robby-表格**：借助PandasAI，用自然语言分析表格数据\n- **Robby-Youtube**：利用AI总结YouTube视频\n\n## 技术栈 🛠️\n\n- **[LangChain](https:\u002F\u002Fgithub.com\u002Flangchain-ai\u002Flangchain)** - LLM编排框架\n- **[OpenAI](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Fmodels)** - GPT-4o、GPT-4o-mini、GPT-4-turbo、GPT-3.5-turbo\n- **[PandasAI](https:\u002F\u002Fgithub.com\u002Fsinaptik-ai\u002Fpandas-ai)** - 自然语言数据分析\n- **[Streamlit](https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit)** - Web应用框架\n- **[FAISS](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss)** - 向量相似度搜索\n\n## 本地运行 💻\n\n请按照以下步骤在本地设置并运行服务：\n\n### 前置条件\n- Python 3.10或更高版本\n- Git\n- OpenAI API密钥\n\n### 安装\n\n克隆仓库：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fyvann-hub\u002FRobby-chatbot.git\n```\n\n进入项目目录：\n\n```bash\ncd Robby-chatbot\n```\n\n创建虚拟环境：\n\n```bash\npython -m venv .venv\nsource .venv\u002Fbin\u002Factivate  # macOS\u002FLinux\n# 或\n.venv\\Scripts\\activate  # Windows\n```\n\n安装所需依赖：\n\n```bash\npip install -r requirements.txt\n```\n\n在本地启动聊天服务：\n\n```bash\nstreamlit run src\u002FHome.py\n```\n\n### 环境变量（可选）\n\n您也可以将OpenAI API密钥设置为环境变量，而非在UI中输入：\n\n```bash\nexport OPENAI_API_KEY=\"your-api-key-here\"\n```\n\n或者在项目根目录下创建一个`.env`文件：\n\n```\nOPENAI_API_KEY=your-api-key-here\n```\n\n#### 就这样！服务现已在本地启动并运行。🤗\n\n## 可用模型 🤖\n\n- **GPT-4o-mini** - 速度快、成本低（默认）\n- **GPT-4o** - 功能最强大的模型\n- **GPT-4-turbo** - 性能均衡\n- **GPT-3.5-turbo** - 传统模型\n\n## 贡献 🙌\n如果您想为本项目贡献力量，请提交问题、拉取请求，或联系我：barbot.yvann@gmail.com (:","# Robby-chatbot 快速上手指南\n\nRobby-chatbot 是一款支持对话记忆的 AI 聊天机器人，旨在让用户以更直观的方式与 CSV、PDF、TXT 文档及 YouTube 视频进行交互。本项目基于 LangChain、OpenAI 和 Streamlit 构建。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Windows、macOS 或 Linux\n*   **Python 版本**：3.10 或更高版本\n*   **必要工具**：Git\n*   **API 密钥**：有效的 OpenAI API Key\n\n## 安装步骤\n\n### 1. 克隆项目\n打开终端，将代码仓库克隆到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fyvann-hub\u002FRobby-chatbot.git\n```\n\n进入项目目录：\n\n```bash\ncd Robby-chatbot\n```\n\n### 2. 创建虚拟环境\n为避免依赖冲突，建议创建独立的虚拟环境：\n\n```bash\npython -m venv .venv\n```\n\n激活虚拟环境：\n*   **macOS\u002FLinux**:\n    ```bash\n    source .venv\u002Fbin\u002Factivate\n    ```\n*   **Windows**:\n    ```bash\n    .venv\\Scripts\\activate\n    ```\n\n### 3. 安装依赖\n安装项目所需的 Python 包（国内用户如遇下载缓慢，可添加 `-i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple` 参数）：\n\n```bash\npip install -r requirements.txt\n```\n\n### 4. 配置 API 密钥（可选）\n您可以选择将 OpenAI API Key 设置为环境变量，以免每次启动时手动输入。\n\n*   **临时设置（当前终端会话有效）**:\n    ```bash\n    export OPENAI_API_KEY=\"your-api-key-here\"\n    ```\n    *(Windows PowerShell 用户使用 `$env:OPENAI_API_KEY=\"your-api-key-here\"`)*\n\n*   **永久设置（推荐）**:\n    在项目根目录创建 `.env` 文件，并写入以下内容：\n    ```text\n    OPENAI_API_KEY=your-api-key-here\n    ```\n\n## 基本使用\n\n完成上述步骤后，即可启动服务。\n\n### 启动应用\n在终端运行以下命令启动 Streamlit 界面：\n\n```bash\nstreamlit run src\u002FHome.py\n```\n\n浏览器将自动打开应用页面（通常地址为 `http:\u002F\u002Flocalhost:8501`）。\n\n### 功能体验\n在 Web 界面中，您可以直接使用以下核心功能：\n\n1.  **Robby-Chat**：上传 PDF、TXT 或 CSV 文件，利用向量嵌入和对话记忆与文档内容进行自然语言问答。\n2.  **Robby-Sheet**：上传表格数据，使用 PandasAI 通过自然语言指令进行数据分析。\n3.  **Robby-Youtube**：输入 YouTube 视频链接，让 AI 自动生成视频摘要。\n4.  **模型切换**：在侧边栏可选择不同的 OpenAI 模型（默认使用速度快且成本低的 `GPT-4o-mini`，也可切换至 `GPT-4o` 等）。","某电商数据分析师需要在半小时内整合上季度的销售报表（CSV）、用户反馈文档（PDF）以及竞品新品发布会视频（YouTube），以生成紧急市场洞察报告。\n\n### 没有 Robby-chatbot 时\n- **数据孤岛严重**：必须分别在 Excel、PDF 阅读器和视频播放器之间切换，手动摘录关键信息，耗时且容易遗漏细节。\n- **技术门槛高**：若要深入分析 CSV 中的复杂趋势，需编写 Python Pandas 代码，非纯技术背景人员难以快速上手。\n- **视频处理低效**：观看长达一小时的竞品视频并整理摘要至少需要 40 分钟，无法快速提取核心观点。\n- **上下文断裂**：在不同文件间寻找关联信息时缺乏连贯的记忆辅助，难以将用户投诉与具体销售数据波动直接挂钩。\n\n### 使用 Robby-chatbot 后\n- **多源数据融合**：直接上传所有文件，Robby-chatbot 利用向量嵌入技术统一索引，允许用自然语言跨文档提问，瞬间定位关联信息。\n- **零代码数据分析**：通过 Robby-Sheet 功能，只需输入“找出销量下降最严重的品类”，内置的 PandasAI 即可自动执行代码并返回图表结论。\n- **视频秒级摘要**：Robby-Youtube 功能在几分钟内提炼出竞品发布会的核心卖点和技术参数，大幅缩短信息获取时间。\n- **智能对话记忆**：凭借对话记忆功能，可以连续追问“这些负面反馈是否对应了上个月促销活动的订单异常”，自动串联起分散的证据链。\n\nRobby-chatbot 将原本需要数小时的多模态数据整理工作压缩至分钟级，让业务人员能专注于决策而非繁琐的数据清洗。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyvann-ba_Robby-chatbot_1788acf6.png","yvann-ba","Yvann Barbot","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fyvann-ba_595baa0d.jpg","Deploying AI in Geospatial Information System @TerraLabAI with my dad & best-friend","@TerraLabAI ","StationF, Paris","barbot.yvann@gmail.com",null,"https:\u002F\u002Fterra-lab.ai\u002F","https:\u002F\u002Fgithub.com\u002Fyvann-ba",[87,91],{"name":88,"color":89,"percentage":90},"Python","#3572A5",97.3,{"name":92,"color":93,"percentage":94},"Shell","#89e051",2.7,815,290,"2026-04-03T03:39:20","Apache-2.0","Linux, macOS, Windows","未说明",{"notes":102,"python":103,"dependencies":104},"需要配置 OpenAI API 密钥（可通过环境变量或 .env 文件设置）。该项目主要依赖云端 LLM 模型（如 GPT-4o），本地运行无需高性能 GPU，但需确保网络畅通以连接 OpenAI 服务。","3.10+",[105,106,107,108,109],"LangChain","OpenAI","PandasAI","Streamlit","FAISS",[15,14,13,26],[112,113,114,115,116,117,118],"ai","chatbot","langchain","openai","streamlit","gpt-4","nlp","2026-03-27T02:49:30.150509","2026-04-06T07:05:51.324870",[122,127,132,137,142,147,151],{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},14086,"如何在使用非英语 PDF 或长文档时避免超出 Token 限制？","这通常是因为语义搜索返回的上下文块加上提示词超过了模型的 Token 上限。解决方法是在初始化 ConversationalRetrievalChain 时添加 max_tokens_limit 参数。例如：chain = ConversationalRetrievalChain.from_llm(llm=llm, retriever=retriever, max_tokens_limit=4097, ...)。4097 是 gpt-3.5-turbo 的限制，如果使用 gpt-4 可以设置更大的数值。此外，对于非英语文档，可能需要检查句子分割器是否正确处理了非英文句号。","https:\u002F\u002Fgithub.com\u002Fyvann-ba\u002FRobby-chatbot\u002Fissues\u002F32",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},14087,"为什么聊天机器人会将非英语用户的独立问题自动翻译成英语，如何避免？","这是因为默认的模板倾向于将问题重写为英语。可以通过修改 chatbot.py 中的 cq_template（独立问题生成模板）来解决。将其改为明确指示保留原语言或根据聊天历史补全的中文提示词，例如：\"给定以下聊天历史和后续问题，如果后续问题是完整的句子，就原样将后续问题复制为独立问题，如果后续问题不是一个完整句子或完整问题，就参考聊天历史将其补全为独立问题。聊天历史:{chat_history} 后续问题：{question} 独立问题:\"。然后将其赋值给 CONDENSE_QUESTION_PROMPT 并在链中使用。","https:\u002F\u002Fgithub.com\u002Fyvann-ba\u002FRobby-chatbot\u002Fissues\u002F31",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},14088,"如何在本地运行时解决模块文件无法重新加载的问题？","Streamlit 默认无法实时检测导入到主文件中的模块文件的更改。解决方法是在 chatbot_csv 中添加或使用模块重载函数（reload modules function），或者在开发过程中重启 Streamlit 服务以强制重新加载模块。","https:\u002F\u002Fgithub.com\u002Fyvann-ba\u002FRobby-chatbot\u002Fissues\u002F12",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},14089,"为什么主界面显示的 CSV 文件行数少于实际行数（例如只显示 4 行而不是 10 行）？","这是由于向量存储检索器（retriever）默认只返回最相关的少量片段（默认 k 值较小）。要检索更多行，需要手动增加检索数量。在代码中找到 retriever 初始化的地方，添加或修改 search_kwargs 参数，例如：retriever = self.vectors.as_retriever(); retriever.search_kwargs = {'k': 15}，这样就能检索到 15 行数据。","https:\u002F\u002Fgithub.com\u002Fyvann-ba\u002FRobby-chatbot\u002Fissues\u002F27",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},14090,"如何处理大尺寸数据集（如多个大 CSV 文件）导致内存不足或 IDE 崩溃的问题？","如果遇到内存不足（RAM）导致 VS Code 崩溃，建议采取以下措施：1. 减少数据集大小或进行采样；2. 将开发环境从本地 IDE（如 VS Code）迁移到云端环境（如 Google Colab），以获得更多内存资源；3. 尝试使用 @st.cache 装饰器来缓存数据加载过程，避免重复加载；4. 考虑使用更高效的开源模型组合（如 Ollama）来降低资源消耗。","https:\u002F\u002Fgithub.com\u002Fyvann-ba\u002FRobby-chatbot\u002Fissues\u002F71",{"id":148,"question_zh":149,"answer_zh":150,"source_url":146},14091,"是否可以使用开源大语言模型（如 Mistral, Falcon）和 Hugging Face 嵌入模型替代 OpenAI？","是的，可以替代。推荐使用 Ollama 来运行开源的嵌入模型和大语言模型（LLM）。Ollama 支持多种开源模型，可以作为 OpenAI 的本地替代品集成到项目中，从而避免依赖专有模型并降低成本。",{"id":152,"question_zh":153,"answer_zh":154,"source_url":155},14092,"启动应用时遇到 Streamlit 或 Python 库兼容性错误怎么办？","这通常是由于 Python 版本过高（如 3.11+）或 Streamlit 版本不兼容导致的。建议检查项目所需的特定版本要求，尝试降低 Python 版本或调整 Streamlit 版本。也可以参考社区提供的视频教程或解决方案链接来排查具体的环境配置问题。","https:\u002F\u002Fgithub.com\u002Fyvann-ba\u002FRobby-chatbot\u002Fissues\u002F61",[157,162],{"id":158,"version":159,"summary_zh":160,"released_at":161},80816,"v1.1.0","## 🚀 v1.1.0 新功能\n\n### 🐛 错误修复\n- **YouTube**: 修复了视频ID解析问题——带有跟踪参数的URL（`?si=...`）现在可以正常工作。\n- **PDF 预览**: 为包含问题字体或边界框的PDF文件添加了健壮的错误处理机制——不再因损坏文件而崩溃。\n\n### 🎨 界面改进\n- **Robby-Sheet**: 移除了未使用的“智能体思考”显示，使界面更加简洁。\n\n### 🔧 技术更新\n- 升级至 PandasAI v3 架构。\n- 改进了字幕获取方式，新增自动生成功能作为备用方案。\n- 提供更友好的错误提示信息，用于处理无法获取的视频或字幕。","2026-01-14T11:51:58",{"id":163,"version":164,"summary_zh":165,"released_at":166},80817,"v1.0.0","经过一系列改进和更新，我很高兴为大家带来 Robby 聊天机器人的首个版本。这次发布标志着 Robby 发展历程中的一个重要里程碑 😁。今后我将尽量定期发布新版本，以便更好地梳理和展示我的进展。\n\n#### 变更内容：\n- 优化了用户界面\n- 支持 CSV、PDF 和 TXT 文件\n- 集成了 PandasAI 和 CSVAgent\n- 新增了首页","2023-05-08T12:45:44"]