Tags

第 30 頁

Open Source

Weaviate：RAG 上線後你才會發現，向量搜尋其實是資料平台問題

MLflow：AI 團隊真正缺的常常不是模型，而是能追蹤、評估、交付的生命週期

Composio：agent 會不會做事，常常卡在工具整合，而不是模型智商

CrewAI：多 agent 真正難的不是多叫幾個模型，而是把角色、流程和責任邊界收住

LanceDB：RAG 的資料層不只要會向量搜尋，還要能承受多模態資料和工程迭代

LlamaIndex：RAG 和 agent 真正難的，不是接上模型，而是把資料入口做成可維護系統

vLLM：開源模型上線真正難的，不是跑出第一個 token，而是把吞吐、延遲和成本一起撐住

FiftyOne：當視覺 AI 團隊開始補資料，不是再多標一點，而是先把問題看出來

機器人 AI 不是先缺模型，LeRobot 補的是資料、控制與訓練那條斷掉的線

PydanticAI 正在補上 AI 應用最容易被低估的那段工程債