LangChat
LangChat是Java生态下企业级AIGC项目解决方案，在RBAC权限体系的基础上，集成AIGC大模型功能，帮助企业快速定制知识库、企业机器人。
-
网站文档：http://langchat.cn/
-
后台地址：http://backend.langchat.cn/
-
前台地址：http://front.langchat.cn/
-
LangChat源码：https://github.com/tycoding/langchat
-
LangChat.cn源码：https://github.com/tycoding/langchat.cn
注意： 本项目仍有不完善和待开发的功能请见谅。如果你想深入和作者聊LangChat开发计划，可以请作者喝一杯咖啡加入LangChat交流群
注意： 由于贫穷，作者使用的最低配的阿里云服务器，项目通过frp部署在本地电脑，无奈frp流量转发太慢，所以访问速度会慢一些请谅解
欢迎Star、fork 持续关注
特性
-
多模态：支持集成国内外数十家AI大模型
-
动态配置：支持再页面上可视化动态配置大模型参数、Key等信息，无感刷新、无需每次重启服务
-
知识库：支持向量化知识库文档，定制化Prompt对话场景
-
高级RAG：支持Embedding模型，从知识库中精确搜索；集成Web Search等RAG插件
-
Function Call：支持定制化Tool工具类，实现本地函数调用，从第三方加载数据并提供给LLM
-
多渠道发布：计划封装Web SDK，将AI智能客服快速嵌入任意第三方Web应用中；计划支持微信、飞书、钉钉等消息通信渠道（待完善）
-
Workflows：计划开发可视化LLM流程设计器，高自定义机器人执行流程（待完善）
-
提供AIGC客户端应用，快速管理客户端数据
-
更多特性…
赞助
由于作者精力有限，项目开发文档方便会有欠缺，可以加入我的Java微信交流群：LangChainChat（备注目的）。
如果你有关于LangChat的开发问题或者二开定制等需求，也可以请作者喝一杯咖啡加入我的LangChat交流群：
添加微信：LangChainChat（备注：赞助）
（支付宝扫一扫，请作者喝一杯咖啡）
