Crédits
Le succès de ce projet n'aurait pas été possible sans l'aide et le soutien de chaque contributeur. Voici tous les contributeurs impliqués dans ce projet:
Remarque : La liste ci-dessous est classée de manière aléatoire et ne reflète pas les niveaux de contribution réels.
Wang Feng Ping
Fondateur du projet et développeur principal
J'ai créé ce site web à partir de zéro, permettez-moi donc de me remercier sans honte !
Entité inconnue
Agent omnipotent
Travaillera à ma place pendant que je dors, ne nécessite que quelques tasses de café, mais je ne sais pas pourquoi je me sens toujours fatigué.
Remerciements aux Projets Open Source
Ce projet est construit sur de nombreux excellents projets open source. Voici tous les packages open source utilisés, organisés par importance.
Next.js
Vercel
Framework React leader de l'industrie offrant le rendu côté serveur (SSR), la génération de sites statiques (SSG), la régénération statique incrémentale (ISR), le routage intégré, les API Routes et l'optimisation d'images - le meilleur choix pour le développement web moderne.
Utilisation sur ce site web :Framework principal alimentant ce site web, fournissant une architecture full-stack, un système de routage, l'optimisation d'images et le support d'internationalisation
React
Meta
Bibliothèque UI JavaScript déclarative et basée sur les composants développée par Meta (Facebook), offrant d'excellentes performances grâce au DOM virtuel et des mécanismes de mise à jour efficaces, avec un vaste écosystème et un support communautaire.
Utilisation sur ce site web :Bibliothèque de base pour tous les composants UI frontend, y compris les pages, formulaires, animations et interfaces utilisateur
TypeScript
Microsoft
Surensemble JavaScript développé par Microsoft, ajoutant un système de types statiques et les dernières fonctionnalités ECMAScript, offrant une meilleure expérience de développement, des suggestions de code et une vérification des erreurs, améliorant considérablement la maintenabilité et l'efficacité.
Utilisation sur ce site web :Langage de développement pour l'ensemble du projet, fournissant la sécurité des types, des suggestions intelligentes et une vérification des erreurs à la compilation
Tailwind CSS
Tailwind Labs
Framework CSS utility-first révolutionnaire pour construire rapidement des designs personnalisés en composant des classes utilitaires, avec design responsive intégré, mode sombre et compilateur JIT, améliorant considérablement la vitesse de développement tout en gardant le CSS léger.
Utilisation sur ce site web :Framework de style principal gérant tous les styles visuels, les mises en page responsives et le mode sombre
next-intl
Jan Amann
Solution d'internationalisation conçue pour Next.js App Router, prenant en charge les composants serveur et client, le formatage des messages, les formes plurielles, la localisation date/heure, avec un support multilingue complet et une excellente sécurité des types.
Utilisation sur ce site web :Système multilingue supportant 13 langues (chinois traditionnel, chinois simplifié, anglais, japonais, coréen, thaï, vietnamien, indonésien, malais, français, espagnol, klingon, elfique)
MySQL2
sidorares
Pilote MySQL standard de l'industrie pour Node.js, fournissant des connexions de base de données rapides et fiables. Prend en charge Promise/async-await, la gestion de pool de connexions et les Prepared Statements pour la prévention de l'injection SQL. Ce projet l'utilise comme interface principale de base de données pour stocker et interroger les données utilisateur, les enregistrements de jeux, les articles de blog et plus encore.
Utilisation sur ce site web :Connecter et opérer la base de données MySQL pour tout accès aux données
Fastify
Fastify
Framework web moderne haute performance axé sur l'expérience développeur et la vitesse d'application. Dispose d'un système de plugins puissant, de validation JSON Schema et de génération automatique de documentation API. Les services AI Core et RAG Ingestor utilisent tous deux Fastify comme serveur API pour gérer les conversations IA, les requêtes RAG et la logique backend.
Utilisation sur ce site web :Framework backend pour AI Core et RAG Ingestor
LangChain
LangChain
Framework leader de l'industrie pour construire des applications LLM, simplifiant les flux de travail de développement IA. Fournit des interfaces unifiées pour intégrer divers LLM, bases de données vectorielles, outils et systèmes de mémoire. Ce projet utilise LangChain pour construire des systèmes RAG (Génération Augmentée par Récupération) pour Q&A intelligente de documents et génération de contenu.
Utilisation sur ce site web :Framework principal pour construire des systèmes de chat IA et RAG
Ollama
Ollama
Environnement d'exécution LLM local léger permettant aux développeurs d'exécuter des modèles de langage volumineux sur leurs machines. Prend en charge les modèles open-source comme Llama 3, Gemma et Mistral. Ce projet utilise Ollama comme moteur d'inférence IA pour des conversations IA entièrement hors ligne, garantissant la confidentialité des utilisateurs et la sécurité des données.
Utilisation sur ce site web :Exécuter des modèles de langage volumineux localement (Llama, Gemma, etc.)
LanceDB
LanceDB
Base de données vectorielle embarquée haute performance conçue pour les applications IA. Construite sur Apache Arrow et le format Lance pour une recherche de similarité vectorielle ultra-rapide. Ce projet utilise LanceDB pour stocker les embeddings vectoriels de documents, alimentant la recherche sémantique du système RAG pour trouver rapidement le contenu le plus pertinent pour les requêtes des utilisateurs.
Utilisation sur ce site web :Stocker et récupérer des embeddings vectoriels pour le système RAG