AI 数据工具 全量目录

面向 LLM 与 AI 智能体的开源网络爬虫，支持结构化提取与浏览器自动化

开源、本地优先的认知记忆系统，实现 AGM 兼容的信念修正，在事实变化时自动重新评估下游信念，并以 SHA-256 哈希链保障数据完整性

确定性的 SQL 语义检查器，在执行前约 0.1 毫秒标出 AI 生成查询里静默出错的地方——重复计数、错误连接、泄露的 PII。可作为 CI 关卡、MCP 服务器或库使用。

Adaptive Recall 是一款面向 AI 应用的托管记忆系统，远不止简单的向量检索。它通过 MCP 或标准 REST API 为智能体和应用存储、检索并管理长期记忆，而且与静态嵌入库不同——它会主动学习。四种检索策略并行运行（向量相似度、时间近因、全文关键词、知识图谱遍历），系统会学习针对每类查询该优先用哪种。结果采用认知科学领域 30 年研究沉淀的 ACT-R 激活模型排序，综合近因、访问频率、实体关联与已验证置信度。系统会自动从记忆中抽取实体、构建知识图谱；记忆在基于置信度的生命周期中演进，久不访问便自然消退；ML 管线根据你的使用模式训练，并在每次参数变更前用真实查询历史做统计验证。八个工具的极简 API（store/recall/update/forget/graph/status/snapshot/feedback）覆盖全部能力，采用 Bearer Token 鉴权、JSON 进出。提供 Free、Starter、Pro、Business 多种套餐。

面向检索增强生成的 Postgres 扩展，提供图检索、多路融合检索与 token 预算控制，可自托管。

清理一张乱糟糟的表格，不该需要懂公式。TamedTable 让你用大白话描述转换——"把电话号码规范化"——然后由一个 LLM 写出真正改动你数据的 spec。

开源 RAG 框架（Apache 2.0），仅用商品级 LLM API 就在多跳 QA 基准上达到研究级 SOTA 水平——无 GPU、无训练、无图重建。

ParseHawk 是一套完全本地的文档 AI 处理工具集——数据从不离开你的机器。它内置 API 服务、CLI 与 Web UI，可解析 PDF、Markdown、纯文本、HTML 及常见办公格式，进行语义分块，并基于本地大模型对语料做问答与检索增强（RAG）。