AI 资源库 · 已整理 8 项

sqlite

查看与sqlite相关的 AI 资讯、工具、Skill、工作流和开源项目。

AI Hub:基于 Claude Code 的多模态聊天界面

jesusroncal94/ai-hub · Lightweight multimodal AI chat interface powered by Claude Code

AI Hub 是一个由 Claude Code 驱动的轻量级多模态 AI 聊天界面,提供多会话管理、标签筛选、三种可保存的界面布局、图片与文档等文件上传与下载、可选的 Whisper 语音输入、模型切换(Sonnet、Opus、Haiku)、工具启停控制以及用户与管理员设置。它使用 Gradio 构建界面,以 SQLite 持久化数据,并通过子进程调用 Claude Code CLI 获取回复。README 中说明该项目为示例项目,不再维护。

☆ 收藏查看来源 ↗

MultiLangBench:多语言语言模型 SQLite 实现能力评测基准

openai/MultiLangBench · An eval based on SQLite that benchmarks language models in multiple languages.

MultiLangBench 是 OpenAI 发布的评测项目,要求语言模型依据 SQLite 3.40.1 文档,用指定编程语言实现一个 SQLite 兼容程序,并通过由 TCL 测试转换而来的测试套件进行验证。测试由初始数据库、用户查询和校验查询三部分组成,评分以(API 成本、测试通过率)二元组表示;完整测试共 24k 条,README 建议先运行以 00、01、02 开头的 272 条测试。

☆ 收藏查看来源 ↗

推进低资源编程语言中的编码能力

OpenAI 正在让 ChatGPT 更好地处理“低资源编程语言”,也就是训练数据较少、平时不太常见的编程语言,比如 COBOL。为此他们新增了几项评测,用来衡量模型在软件工程、SQLite 和 COBOL 迁移这些任务上的表现。原文没有说明具体改进了什么、提升了多少,也没有给出这些评测是否已经公开可用、何时上线。对读者来说,这意味着 ChatGPT 在小众语言上的表现以后可能会有更明确的衡量方式,但实际效果目前还看不到。

文中可用工具

提供的材料未提及具体可用工具。

☆ 收藏查看来源 ↗

unified-db:面向 Apple Silicon 的 GPU 加速 SQLite 查询工具

hankamarvanova/unified-db · 🌟 Accelerate SQLite database operations on Apple Silicon with GPU power for faster analytics and efficient data management.

unified-db 是一款面向 Apple Silicon(M1 及以后)macOS 的应用,利用统一内存架构直接执行 GPU 加速的 SQLite 查询,无需把数据拷贝到 GPU,从而提升查询速度。项目提供图形界面,支持连接 SQLite 数据库文件、输入并运行 SQL 语句、查看结果、导出结果以及监控查询性能。官方描述其目标为让非技术用户也能较简单地管理和分析数据。

☆ 收藏查看来源 ↗

Chiezo:为 AI 提供知识库、记忆与工具调用的自托管服务器

rtcode337/chiezo · AI のための知識ベース。Wikipedia・OpenStreetMap・GeoNames の公式ダンプを SQLite (FTS5) に索引し、MCP と REST で AI に引かせる。AI が書き足せる notes と、Chiezo を道具として引くローカル LLM(agent モード・web 検索)も同梱。

Chiezo 是一个自托管的 AI 资源服务器,把知识、记忆、可对话的 AI、密钥、算力和工具集中在一处对外「出借」。它把 Wikipedia、OpenStreetMap、GeoNames、Overture 等公开数据以及可写入的 notes 记忆索引到按来源独立的 SQLite(FTS5)文件中,通过 MCP(/mcp)和 REST(/v1/...)两种接口供 Claude Code 等 AI 客户端和应用检索;同时可代理保管 API 密钥、转发推理请求、生成图片/音频/视频/语音与文稿,并可选用本地 LLM 做 RAG 或 agent 模式问答。项目本身不做推理,只负责托管调用方无法自持的通用能力。

☆ 收藏查看来源 ↗

Job Hunter:AI 辅助的本地求职投递与岗位匹配工作流

Liooo0/job-hunter · 🎯 AI自动求职投递系统 — Boss直聘/51job/鱼泡 DrissionPage CDP 驱动,JD评分+排除词过滤+封号风控熔断 (Python)

Job Hunter 是一个以 Claude Code skill 形式提供的求职工作流:读取简历与求职底线配置,对招聘平台的岗位 JD 进行结构解析,再通过纯 Python 确定性规则引擎做三层资格过滤与五维加权打分(技术 30% / 方向 30% / 经验 15% / 文化 15% / 地点 10%),达标的岗位由 DrissionPage 驱动本地浏览器完成拟真慢速投递,跳过与失败原因按 9 阶段、23 种枚举写入本地 SQLite 以便复盘。评分与过滤不调用 LLM(0 token),LLM 仅用于可选的 HR 消息草拟。当前支持 Boss 直聘、猎聘、前程无忧 51job,鱼泡直聘尚未接入。

☆ 收藏查看来源 ↗

applyr:面向 AI 编程 Agent 的命令行求职管理工具

DeibyGS/applyr · CLI job application tracker designed for AI coding agents

applyr 是一个为 AI 编程 Agent 设计的 CLI 求职申请跟踪器,充当存储层,由 AI Agent 负责分析。它支持粘贴职位描述后生成加权的 0–100 兼容性评分、APPLY/MAYBE/LOW MATCH 推荐、技能差距分析,以及定制化的 ATS 安全简历。项目本地优先,使用 SQLite 存储,无需 API 密钥。

☆ 收藏查看来源 ↗

lossless-memory:为个人 AI 打造不压缩原文、全量带时间戳的长期记忆层

aru-labs/lossless-memory · Lossless long-term memory for a personal AI: never summarize, keep every line, put a timestamp on everything.

lossless-memory 是一个本地、基于文件的长期记忆层,面向单用户与单个 AI 助手。它把每轮对话按固定七字段(时间戳、说话者、角色、类型、原文、模型、会话)完整追加到每日 JSONL 日志中,不做任何摘要,并以此为唯一事实来源。系统以时间为主轴构建「Temporal Backbone」:SQLite FTS5 精确索引带时间戳并存,查询入口先解析时间短语(相对时间目前仅日语,绝对日期支持任意语言)把检索范围限定到时间段,再在范围内排序,结果按时间顺序返回未摘要的原始文本;仅在范围内精确匹配不足时才回退到基于 sqlite-vec 的语义检索,并在输出中如实标注。另有 LLL「当前位置」索引记录话题切换,可由人工标注优先级,每轮注入模型上下文,使长对话在上下文窗口压缩或跨会话后仍能接续。项目还包含定时增量重建索引的守护进程,并公开了实际运行中的失败数据与经验文档。许可为 MIT。

☆ 收藏查看来源 ↗