应用工具AI 资源

NEWS-Chatbot：土耳其语新闻摘要与问答聊天机器人

timlfg/NEWS-Chatbot · 📰 Summarize Turkish news, answer queries, and perform multilingual tasks with this versatile chatbot powered by FastAPI and Streamlit.

GitHub原文发布未知首次收录 2026-10-04上架 2026-10-04 07:03

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

NEWS-Chatbot 是一个面向土耳其语新闻的聊天机器人应用，可对新闻文章生成简洁摘要，并围绕文章内容回答用户提问。项目由 FastAPI 提供后端、Streamlit 构建用户界面，并使用 mT5 模型支持多语言处理；README 面向非编程用户提供了下载安装与使用步骤。

# streamlit # chatbot # huggingface # transformers # news

核心能力与快速开始

★ 1 · Python

能做什么: 支持选择土耳其新闻话题、输入问题并就文章内容获得回答，同时为每篇文章生成简洁摘要；借助 mT5 提供多语言支持，后端采用 FastAPI，前端交互由 Streamlit 实现。
适用场景: 适合需要快速了解土耳其语新闻要点、就新闻文章内容进行问答查询的用户；README 给出的示例包括对时事文章做快速摘要，以及针对文章提出具体问题并获取基于文章内容的回答。
项目形态: 可直接使用的工具
部署方式: README 提供面向 Windows 10 及以上、macOS Mojave 及以上或较新 Linux 发行版的下载安装说明，并给出 Releases 页面链接；未说明服务端托管或容器化部署方式。
主要依赖: README 列出：Windows 10 或更高、macOS Mojave 或更高、或任何较新的 Linux 发行版；至少 4GB RAM；至少 100MB 可用存储空间；需要互联网连接以下载应用和访问新闻文章。
使用限制: 未说明许可证信息；未说明所用模型与新闻来源 API 的成本、速率限制或商用条件；未说明摘要与问答的准确率、语言覆盖范围及性能基准。
许可证: 未说明
最近推送: 2026-10-03 14:59

官方入门核对 README 依据 ↗

资料检查：2026-10-04 07:00 · 卡片整理：2026-10-04 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

相似资源

research-paper-rag-qa：学术 PDF 语义检索问答工具

该项目是一个面向学术论文 PDF 的检索增强（RAG）语义搜索工具：逐页解析 PDF，将文本切分为带重叠的片段，使用 sentence-transformers/all-MiniLM-L6-v2 生成归一化向量并存入 FAISS 索引，再通过 Streamlit 界面用自然语言查询返回最相关的段落及来源文件与页码。项目刻意只做检索、不做答案生成，以保证每条结果可追溯到原文页面、避免内容幻觉；仓库包含作者硕士阶段的示例 PDF。

Insurance-Policy-RAG：基于 Gemini 与 ChromaDB 的保单 PDF 问答助手

该项目是一个面向单一保险保单 PDF 的检索增强生成（RAG）问答助手，能够用自然语言回答保险条款问题，并基于文档内容给出页码引用，在文档未覆盖时明确回答“我不知道”。系统使用 Gemini 嵌入模型生成向量，存入 ChromaDB，通过 Streamlit 提供可在线试用的界面，同时也提供 FastAPI 后端和可导入的 Python 管道。项目包含评估工具，覆盖拒答、检索命中率、引用准确性等指标，并支持上传自己的保单 PDF 进行问答。

AcademicFlow-Agent：基于 LangGraph 与 Ollama 的学术活动协同规划智能体

基于 ReAct 模式与 LangGraph 构建的协同智能体，用于学术活动（课程周、研讨会、工作坊）的规划管理。它可依据对话自动调用六类工具，登记任务与决策、更新活动规划文档章节、汇总项目看板，并通过 PostgreSQL 与 pgvector 对校内规章和公告进行语义检索。系统提供 Streamlit 网页界面与命令行界面，支持按活动或房间隔离数据，并以本地 Ollama 模型（llama3.2 与 nomic-embed-text）驱动对话与向量检索。

enterprise-ai-portfolio：演示带权限控制与证据引用的企业级 AI 知识问答智能体作品集

该项目是一个用于求职展示的作品集仓库，演示一个企业 AI 智能体如何结合基于证据的知识检索、PostgreSQL 数据、角色授权和证据阈值拒答来回答或拒绝问题。演示包含公开读者问答、角色访问对比（reader、HR reader、HR writer）、带来源引用的检索增强回答、越权访问拒绝，以及上传拒绝与知识摄入流程。技术栈包括 Streamlit 前端、FastAPI、PostgreSQL 与 pgvector、Google Cloud Run、Neon PostgreSQL、Secret Manager 和 Cloud Build 发布校验。README 说明实现、测试与部署配置位于私有开发仓库，使用在线应用需向作者申请演示凭据。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。