1Panel AI是国内开源服务器面板1Panel的AI功能，支持部署和管理AI智能体和大模型服务。该平台持续优化模型能力与用户体验，不断扩展应用场景与功能边界，在同类AI产品中具备较强的技术实力和良好的发展前景，值得广大用户长期使用和持续关注。
数据统计
相关导航
LangUI 是一个开源的 UI 组件库，专为 AI 和 GPT 项目设计，提供美观、响应式的 UI 组件，帮助开发者快速构建 AI 应用界面 。它基于 Tailwind CSS，提供超过 60 个可定制的组件，支持亮暗模式、响应式布局和颜色自定义，适用于 AI 和 LLM 项目 。用户可以直接复制粘贴组件代码到项目中，无需安装或配置，支持多种框架（HTML、JSX 等）。LangUI 采用 MIT 协议开源，欢迎贡献代码和提交新组件 。 LangUI官网入口网址：https://www.langui.dev/LangUI开源项目地址：https://github.com/LangbaseInc/langui LangUI 的核心功能包括提供美观、响应式的 UI 组件，支持复制粘贴使用，无需安装或配置，支持亮暗模式、响应式布局和颜色自定义，适用于 AI 和 GPT 项目 。它旨在帮助开发者专注于核心功能，而无需从头设计界面。LangUI 的组件库包含 60 多个组件，支持自定义样式和功能，确保在不同设备上良好体验。 LangUI 的开发由 Ahmad Bilal 或 Langbase Inc 团队负责，项目在 GitHub 上开源，用户可通过 GitHub 获取支持和贡献代码 。LangUI 的文档和组件库可通过 LangUI.de v 获取，支持 Docker 部署和手动编译运行。 LangUI 是一个专为 AI 和 GPT 项目设计的开源 UI 组件库，提供美观、响应式的 UI 组件，帮助开发者快速构建 AI 应用界面 。
LangGPT 是一个专注于提示词（Prompt）设计与优化的开源项目，旨在通过结构化、模板化的方法，帮助用户更高效地创建高质量的提示词，以提升大语言模型（如ChatGPT）的使用效果。该项目由 LangGPT 团队开发，并在 GitHub 上持续更新和维护。 LangGPT开源项目官网入口网址：https://github.com/langgptai/LangGPTLangGPT项目中文介绍：链接LangGPT 结构化提示词：飞书链接 LangGPT 的核心理念是将提示词设计视为一种“编程语言”，通过模板、变量和命令等机制，使提示词的创建更加结构化和系统化。与传统的提示词设计方法相比，LangGPT 提供了更系统化、可扩展的框架，使得提示词的设计更加高效和可控。 LangGPT 提供了丰富的资源和工具，包括多个 GitHub 仓库，涵盖提示词模板、角色模板、多模态提示词、安全提示词、大模型绘画提示词等。这些资源不仅支持开发者和研究人员，也适合提示词工程师和 AI 应用开发者使用。 LangGPT 还提供了多种更新和活动，包括技术分享、社区活动、在线课程和文档资源。例如，LangGPT 举办了中国提示词工程师大会，分享了提示词设计、大模型应用、安全提示词等主题。此外，LangGPT 还提供了在线工具和 GPTs（GPTs 是 OpenAI 提供的可自定义的 AI 助手），如 PromptGPT、SmartGPT、MathGPT 等，帮助用户更高效地使用 AI。 LangGPT 的目标是推动提示词工程的发展，提升 AI 应用的效率和质量。通过开源和社区协作，LangGPT 旨在构建一个开放、共享、创新的 AI 提示词生态。 LangGPT 是一个以提示词设计为核心，结合开源、社区协作和技术创新的项目，致力于推动 AI 提示词工程的发展。
DeepTutor 是由香港大学数据智能实验室（HKU Data Intelligence Lab）开发的一款开源、AI 驱动的个性化学习助手，旨在通过多智能体系统与先进检索增强生成（RAG）技术，为用户提供深度、交互式、个性化的学习体验。 DeepTutor官网入口网址：https://hkuds.github.io/DeepTutor/DeepTutor开源项目地址：https://github.com/HKUDS/DeepTutor 其核心功能涵盖四大模块：大规模文档知识问答、交互式学习可视化、知识强化练习生成以及深度研究与创意生成。 用户可上传教材、论文或技术手册构建专属知识库，系统基于双循环推理架构（分析环 + 解答环）进行多步推理，并结合 RAG、网络搜索与代码执行工具，提供带精确引用的答案。 同时，DeepTutor 能将复杂概念转化为可视化 HTML 页面，支持上下文感知的智能问答，并根据学习进度自动生成定制化习题——甚至可模仿真实考卷风格出题。 在科研方面，其“深度研究”模块采用动态主题队列与三阶段流程（规划→研究→报告），自动开展跨源文献综述并输出结构化报告；“创意生成”模块则能从笔记中提炼知识点，激发创新研究思路。 系统采用前后端分离架构（FastAPI + Next.js），支持 CLI 与 Web 界面，所有学习记录与成果均持久化存储于本地，保障隐私与可控性。项目遵循 AGPL-3.0 开源协议，适合教育、科研及自主学习场景。
TradingAgents-CN 是一个基于多智能体大语言模型的中文金融交易决策框架，专为中文用户优化，支持A股、港股、美股的分析能力。项目由 Tauric Research 团队开发，旨在推动AI金融技术在中文社区的普及应用。 TradingAgents-CN开源项目官网入口网址：https://github.com/hsliuping/TradingAgents-CN 核心功能与特点 1. 技术架构 多智能体协作：包含市场分析、基本面分析、新闻分析、情绪分析等多类分析师。智能体辩论机制：看涨/看跌研究员进行深度分析，最终由交易员做出投资决策。风险管理：多层风险评估和管理机制。数据源：支持通达信、AkShare、FinnHub、Yahoo Finance 等多数据源。 2. 技术支持与模型 多模型支持：支持 DeepSeek、Google AI、OpenRouter、OpenAI 等主流大模型。模型选择与持久化：支持模型选择、配置持久化、一键切换模型。智能降级机制：多层数据源降级，确保高可用性。 3. 用户界面与部署 Web界面：基于 Streamlit 构建，支持多市场分析、实时进度跟踪、报告导出。部署方式：支持 Docker、本地部署、命令行管理。用户管理：支持用户权限管理、角色控制、操作日志。 4. 文档与社区 中文文档：提供超过 50,000 字的中文技术文档，涵盖架构、使用、示例、FAQ。社区支持：GitHub 项目活跃，提供详细的文档和社区支持。应用场景金融分析：支持A股、港股、美股的实时分析。投资决策：提供投资建议、风险评估、多维度分析。教育与研究：适合金融研究、AI模型应用研究。优势与创新点中文优化：专为中文用户优化，提供完整的中文化体验。多模型支持：支持国产大模型（如阿里百炼、DeepSeek）和国际主流模型。开源与可扩展：开源项目，支持自定义开发和扩展。 TradingAgents-CN 是一个功能全面、技术先进的中文金融AI交易框架，适合中文用户进行金融分析、投资决策和研究。其开源、可扩展、文档完善的特点，使其成为中文金融AI领域的优秀选择。