#rag Repositories
Insgesamt 550 Repositories
RAG für lokale LLMs, Chat mit PDF/doc/txt-Dateien, ChatPDF. Reine native Implementierung der RAG-Funktion, basierend auf lokalen LLMs, Embedding-Modellen und Reranker-Modellen implementiert, unterstützt GraphRAG, ohne Installation von Drittanbieter-Agentenbibliotheken.
[EMNLP'25] s3 - ⚡ Effizientes & Effektives Training von Suchagenten mittels RL für RAG (RLVR für die Suche mit minimalen Daten)
Verwenden Sie Late-Interaction-Multimodale-Modelle wie ColPali in nur wenigen Codezeilen.
🔥 Dieses Repository enthält vollständige Anwendungsbeispiele, einschließlich Websites und anderer Projekte, die mit Firecrawl entwickelt wurden.
ARGO ist eine Open-Source-Plattform für KI-Agenten, die Local Manus auf Ihren Desktop bringt. Mit One-Click-Modell-Downloads, nahtloser Integration geschlossener LLM und offline-first RAG-Wissensbasen wird ARGO zu einer DeepResearch-Powerhouse für autonomes Denken, Aufgabenplanung und 100 % Ihrer Daten bleiben lokal. Unterstützung für Win/Mac/Docker.
Stellen Sie jedes KI-Modell, jeden Agenten, jede Datenbank, jedes RAG und jede Pipeline innerhalb von Minuten lokal oder remote bereit
♾️ Private Agent-Flotte mit spezifischem Coding. Jeder Agent erhält seinen eigenen GPU-beschleunigten Desktop. Führen Sie Claude, Codex, Gemini und Open Models auf einem vollständigen privaten AI-Stack aus ♾️
Langzeitgedächtnis für KI-Assistenten. Graph- und Vektorspeicher, der Entscheidungen, Beziehungen und Kontext über Sitzungen hinweg abruft.
Eine Kubernetes-bereitstellbare Instanz von GroundX für Dokumentenanalyse, -speicherung und -suche.
Dieser NVIDIA RAG-Entwurf dient als Referenzlösung für eine grundlegende Retrieval Augmented Generation (RAG)-Pipeline.
Gemeinsame Speicher-Schicht in einer einzigen Datei für all Ihre Agenten, RAG mit weniger als einer Millisekunde für Text, Fotos und Videos auf Apple Silicon. Kein Server. Keine API. Eine Datei. Reines Swift.
Vergleichen Sie kompatible Open-Source-LLM-Projekte für den lokalen Betrieb anhand ihrer Kennzahlen, um Popularität und Aktivität zu bewerten.
Open-Source-Repository mit Vorbereitungsmaterialien für Vorstellungsgespräche zu Java-Backend / KI-Agenten / Systemdesign / Algorithmen
Schnelle, gestreamte Indizierung, Abfragen und agentenbasierte LLM-Anwendungen in Rust
Ein systematisches Tutorial zur Entwicklung von KI-Agenten, das LLM-Agenten, RAG, Tool-Nutzung, Gedächtnissysteme, Multi-Agenten-Systeme, LangChain, LangGraph, MCP und agentisches RL abdeckt. | KI-Agenten-Entwicklung von Grund auf lernen | Systematisches, umfassendes und praxisorientiertes Agenten-Entwicklungs-Tutorial | Tägliche automatische Verfolgung der neuesten arXiv-Papiere
Eine KI-Skill-Runtime für wissensintensive Arbeit, mit der Sie alles unter Kontrolle haben.
AI-First Album: Unterhalten Sie sich mit Ihrer Galerie in einfacher Sprache! LLM Vision + RAG + Album/Galerie.
Beispiele, wie mit Spring AI und Spring Boot Java-Anwendungen, die mit generativer KI und LLMs betrieben werden, erstellt werden.
Ein innovatives Agenten-Framework, das von der KG-Engine angetrieben wird
Dateien für die Retrieval Augmented Generation (RAG) mit Open-Source Large Language Models (LLMs) ingestieren, alles ohne dass Drittanbieter oder sensible Daten Ihr Netzwerk verlassen.
Machen Sie DeepSeek Harness zu einer selbst gehosteten Enterprise-Agent-Plattform mit Wissensmanagement, tiefgehender Recherche, Content-Erstellung, Vibe Coding, Browser-Automatisierung, Governance und Admin-Steuerungsmöglichkeiten.
Praxisnahe, frameworkfreie Colab-Notebooks für das Skillset des AI Engineers / Forward Deployed Engineers (FDE) — Modell-APIs, strukturierte Ausgaben, Tool Calling, RAG, Evaluierungen als Kernrückgrat, Agenten (Schleifen von Grund auf, Tool-Design, Guardrails, MCP, Skills), Fine-Tuning vs. LoRA, Prompt-Injection/Sicherheit, LLMOps und kundenorientiertes Handwerk. Läuft über die kostenlose Groq-API.
Ein-Klick-Exporter für Claude.ai-Chats mit Fokus auf Datenschutz — sauberes Markdown mit Artefakten und Anhängen, bereit für Obsidian und RAG.
KI-Anwendungsentwicklung, KI-Programmierpraxis und Interview-Leitfaden, der Kerntechnologien und technische Praktiken wie LLM, Agent, RAG, MCP, Claude Code und Codex abdeckt.
Geben Sie Ihren KI-Agenten ein persistentes, kollektives Gedächtnis — mit deduplizierender Absorption, Ablösungslinie, semantischer Suche und einer Graph-Oberfläche. Spricht MCP.
Generative AI Examples ist eine Sammlung von GenAI-Beispielen wie ChatQnA und Copilot, die die Pipeline-Funktionen des Open Platform for Enterprise AI (OPEA)-Projekts veranschaulichen.
Das Local-First LLM-Wiki: Open-Source-Wissensgraph-Builder, RAG-Wissensdatenbank und Agenten-Speicher. Aufgebaut nach dem Muster von Andrej Karpathy. Eine Obsidian-Alternative für persönliches Wissensmanagement, ein KI-„zweites Gehirn“ und dauerhafter Speicher für Claude Code / Codex / OpenClaw.
Erkundung von White-Box-AGI-Architekturen: Metakognition (Selbsterkenntnisschleife), kontinuierliches Lernen (Wissensschwungrad), Weltmodell (bedingter Raum + semantischer raumzeitlicher Graph), Selbstverbesserung (Bootstrap-Disziplin), eine LLM-freie White-Box-Pipeline und auditierbare Vertrauensleitplanken.
MIT-lizenzierte, COM-freie .NET-Bibliotheken zum Erstellen, Lesen, Bearbeiten, Konvertieren, Rendern und Extrahieren von Office-, PDF-, E-Mail-, OneNote- und Textformaten.
2025 AI-Programmierassistent Praktikumsprojekte (Autor: Programmierer Yupi), basierend auf Spring Boot 3.5 + Java 21 + LangChain4j + AI, baut einen intelligenten Programmierlern- und Job-Coaching-Roboter auf, der Themen wie AI-Großmodell-Integration, Kernfunktionen von LangChain4j, Streaming-Gespräche, Prompt-Engineering, RAG-Retrieval-Augmentation, Vektordatenbanken, Tool Calling, MCP-Modellkontextprotokoll, Web-Crawler, Sicherheitsmaßnahmen, Vue.js-Frontend-Entwicklung, SSE-Server-Push und andere unternehmensrelevante AI-Anwendungsentwicklungstechnologien abdeckt. Hilft Entwicklern, essenzielle Fähigkeiten für die AI-Ära zu meistern, sich mit dem LangChain-Framework vertraut zu machen, die Programmierlern-Effizienz und die Job-Konkurrenzfähigkeit zu steigern und zu den von Unternehmen gefragten AI-Fullstack-Entwicklern zu werden.
Kuratierte Systeme, Benchmarks und Paper usw. zum Thema Speicher für LLMs/MLLMs – Langzeitkontext, Retrieval und Schlussfolgerung.
Dieses Repository enthält den Code für "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] und "MMEB-V3" [COLM 2026]
KI-gestützte Such- und Antwortmaschine für die Arbeit. Open-Source-Alternative zu Glean.
KI-Vide Zusammenfasser und Wissensdatenbank für Bilibili, YouTube und lokale Videos.
TypeScript-Framework für KI-Agenten: kognitives Gedächtnis, dynamische Persönlichkeiten, emergentes Verhalten und selbstaufbauende Designs
Second Brain ist ein agentisches Framework, das als Betriebssystem fungiert und lokale Dateiintelligenz, Workflow-Automatisierung und LLMs nutzt, um Aufgaben zu erledigen und über mehrere Modalitäten und Messaging-Plattformen zu kommunizieren.
Eine KI-Agentenplattform auf Enterprise-Niveau mit umfassenden Funktionen wie intelligentem Dialog, dokumentenbasierter Wissensabfrage, Websuche, RAG-Retrieval, dem MCP-Tool-Protokoll und Skills-Erweiterungen. Sie bietet eine dreistufige Executor-Architektur, hybrides Retrieval über zwei Kanäle, eine kombinierbare Chunking-Engine, Gesprächsspeicherverwaltung und vollständige End-to-End-Beobachtbarkeit. Jede Komponente wurde gründlich konzipiert und durch konsequente technische Weiterentwicklung sorgfältig ausgereift.
🔥 Rankify: Ein umfassendes Python-Toolkit für Retrieval, Re-Ranking und Retrieval-Augmented Generation 🔥. Unser Toolkit integriert 40 vordefinierte Benchmark-Datensätze und unterstützt 7+ Retrieval-Techniken, 24+ hochmoderne Re-Ranking-Modelle und mehrere RAG-Methoden.
Ein lehrreiches Projekt (Schritt für Schritt), um zu zeigen, wie man eine produktionsfähige App für RAG-Anwendungen erstellt.
Frozen – agentenübergreifender persistenter Speicher für Programmierassistenten. Funktioniert weiterhin; der Kern für komprimierte Erinnerungen ist jetzt in JuliusBrussee/caveman enthalten.
Anything — Eine Dokumentensuchmaschine, die nach Inhalten sucht, nicht nur nach Dateinamen. Spezialisierte Offline-Suche für HWP-, PDF- und Office-Dokumente. Windows und macOS.