Empfehlung: Sechs KI - Wissensbanken und Open - Source

Archivieren Sie verschiedene Arten von KI-Technologien im Rahmen von KI-Wissensarchivierung.

Nach langer Zeit als AI-Produktmanager in der heutigen Zeit des Informationsüberflusses gibt es nicht nur tägliche technologische Informationen, sondern auch zahlreiche interessante Projekte von globalen Entwicklern. Diese Projekte umfassen Große Modelle und Agent-Anwendungen sowie einige Algorithmen.

Deshalb haben viele Produktmanager aufgegeben und sich zufrieden gegeben, solange sie ihre Arbeit erledigen. Sie lernen so wenig wie möglich über neue Dinge.

Ich habe einmal einen Artikel geschrieben, in dem ich erwähnt habe, dass ein ausgezeichneter Produktmanager unbedingt GitHub lernen muss. Insbesondere wenn Sie 2025 noch kein GitHub-Konto haben, können Sie direkt als ein Produktmanager bezeichnet werden, der von Programmierern oder Entwicklerteams kritisiert wird und auch Entwicklungsressourcen verschwendet.

Nach diesem Artikel haben Freunde mir geschrieben und um Empfehlungen für Open-Source-Projekte gebeten, die in der Arbeit genutzt werden können. Ich stelle auch in jeder Ausgabe des AI-Produktmanager-Trainingscamps diese Open-Source-Tools und Algorithmen vor.

Heute möchte ich in diesem Artikel die Open-Source-Projekte, die ich schon lange beobachte und sogar meinem Team nutzbar gemacht habe, sowie ihre Anwendungsfälle und die von ihnen gelösten Probleme teilen. Wenn Sie sich an diese Kategorien halten, werden Sie nicht so viel Druck fühlen.

1. DIFY-ähnliche Open-Source-Projekte: AI-Modellverwaltungstools

Aktuell befassen sich die Dify-ähnlichen Open-Source-Projekte hauptsächlich mit der Modellverwaltung. Das kürzlich veröffentlichte COZE gehört ebenfalls zu dieser Kategorie. Sie unterstützen alle die Verwaltung mehrerer AI-Modelle und die Anpassung dieser Modelle.

Durch die Konfiguration von Arbeitsabläufen oder Agenten können Sie die von Ihnen benötigten AI-Szenarien aufbauen. Ob Diagnose oder Wissensbasis, alle diese Aufgaben können mit solchen Open-Source-Projekten erledigt werden.

Wenn die Entwicklungsressourcen begrenzt sind und das Team nicht weiß, wie es die AI-Modelle konfigurieren soll, können diese Tools über eine grafische Benutzeroberfläche die AI-Modelle schnell verwalten und die Entwicklungszeit verkürzen.

Open-Source-Adresse: https://github.com/langgenius/dify

2. Manus-ähnliche Open-Source-Projekte: Automatisierte Produktion

Zu Beginn habe ich erwähnt, dass es OpenManus als Gegenstück zu Manus gibt. Bis jetzt hat JD das Open-Source-Tool Joyagent veröffentlicht. Diese Open-Source-Tools basieren auf Großen Modellen und sind Agent-Anwendungen. Natürlich unterstützt die neueste Version von Manus jetzt auch die parallele Ausführung von Tausenden von Agent-Anwendungen. Obwohl einige Leute meckern, dass die auf der offiziellen Website gezeigten Beispiele, die nur einfache Aufgaben erledigen, Tausende von Agenten nutzen und die dadurch verbrauchten Tokens nicht ihrem Nutzen entsprechen.

Aber es kann nicht geleugnet werden, dass der automatisierte Arbeitsablauf von AI-Agenten auch eine wichtige Richtung für AI-Produktmanager ist. Denn viele AI-Produktmanager haben keine Möglichkeit, an der Entwicklung von Großen AI-Modellen teilzunehmen. Ihre Unternehmen können nur Ressourcen für den Zugriff auf Cloud-APIs bereitstellen, sodass sie sich hauptsächlich auf die Entwicklung von AI-Anwendungen konzentrieren. Wenn es um die Anwendungsentwicklung geht, ist Joyagent der erste Wahl, da es derzeit das beste Open-Source-Tool ist und OpenMANUS übertrifft.

Open-Source-Adresse: https://github.com/jd-opensource/joyagent-jdgenie

3. Open-Source-Projekte für Entwicklung und Design

Außer dem berühmten Cursor habe ich vor Kurzem auch das Open-Source-Projekt Onlook geteilt, das Produktmanagern hilft, UI-Design und Frontend-Codierung zu erledigen. Es kann mit einem Klick automatisch die Frontend-Stil-Codierung für React generieren. Danach gibt es auch figmamaker und andere, die alle Open-Source-"Codierungstools" für Produktmanager sind. Produktmanager müssen keine Code schreiben, um die Frontend-Codierung zu erledigen.

Solche Open-Source-Tools wie super design sind ebenfalls bemerkenswert.

Open-Source-Projektadresse: https://github.com/superdesigndev/superdesign

4. Open-Source-AI-Modelle

Aktuell gibt es auf Hugging Face sehr viele Open-Source-Modelle. Aufgrund der begrenzten Ressourcen meines Teams konzentriere ich mich hauptsächlich auf einige der besten Open-Source-Modelle, nämlich das OSS 120B von OpenAI, das DEEPSEEK 671B, das KIMI2 und das Qwen3 von Tongyi Qianwen der Alibaba-Gruppe.

Da die einzelnen Modelle einen Arbeitsspeicher von etwa 100 GB benötigen, ist es selbst mit Technologien wie ktransoformer, die die Arbeitsspeicherberechnung auf den Hauptspeicher und Algorithmen verlagern, schwierig, die Tokens-Geschwindigkeit aufrechtzuerhalten.

Das Herunterladen und Bereitstellen von Open-Source-Modellen dauert auch Zeit. Deshalb wählen technische Teams oft die oben genannten Dify-ähnlichen Tools, um alle Open-Source-Modelle mit Ollma zu verwalten, um Unterbrechungen bei der Geschäftsanwendung ihrer AI-Anwendungen zu vermeiden.

Open-Source-Modelladresse: https://huggingface.co/

5. Open-Source-Algorithmen: Sprach-, Digital-Personen-, Video- und Bildtechnologien

Außer den Open-Source-Modellen interessiere ich mich auch für die Open-Source-Technologien für Sprachsynthese (TTS) und Spracherkennung (ASR). Diese Open-Source-Technologien sind unverzichtbar für die Konversationen von Digital-Personen und können nicht von allgemeinen Großen Modellen ersetzt werden.

Wie in der folgenden Flusskarte zu sehen ist, können Sie den Wert und die Bedeutung der Sprach- und Digital-Personen-Technologien erkennen.

Beim Open-Source-Sprachen geht es darum, einen Ton zu finden, der so nah wie möglich an menschlichen Emotionsausdrücken ist und nicht als künstlich klingt. Bei Digital-Personen soll das Aussehen so real wie möglich sein. Diese Technologien gehören zur Kategorie Deepfake. Es ist wichtig, Open-Source-Algorithmen zu finden, um sie einfacher zu integrieren.

6. Nur 2 Open-Source-Lizenzen beachten

Bei allen oben genannten Open-Source-Projekten interessieren wir uns nur für die MIT- und die Apache 2.0-Lizenz, die kommerzielle Nutzung und Modifikationen erlauben und keine Veröffentlichung der modifizierten Versionen erzwingen.

So können Sie sicherstellen, dass Ihre Produkte kommerziell erfolgreich sind und zugleich entwicklungsrelevant sind, anstatt nur als Spielerei zu dienen.

Das war's mit meiner heutigen Präsentation. Ich hoffe, dass Sie diese Bereiche genauso wie ich weiterhin verfolgen werden, da sie ständig aktualisiert werden. Wenn Sie diese Open-Source-Projekte in Kategorien einteilen, werden Sie feststellen, dass der Lernaufwand und die damit verbundene Angst nicht so groß sind.

Dieser Artikel stammt aus dem WeChat-Account "Kevin's Weltveränderungsschritte" (ID: Kevingbsjddd), geschrieben von Kevin's Geschichten und mit Genehmigung von 36Kr veröffentlicht.