#retrieval Repositories
Entdecke 32 aktive Open-Source-GitHub-Repositories, die mit #retrieval getaggt sind und insgesamt 103,199 Sterne gesammelt haben (durchschnittlich 3,224 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist VectifyAI/PageIndex mit 40,634 Sternen.
Insgesamt 32 Repositories
📑 PageIndex: Dokumentenindex für RAG ohne Vektoren, basierend auf Beweisführung
Schnelle und präzise Codesuche für Agenten. Verbraucht 99 % weniger Token als grep+read
Laufzeitumgebung für das Langzeitgedächtnis von KI-Agenten – reines Markdown als maßgebliche Quelle, lokale rangbasierte Suche und eine unabhängige Verwaltungsebene im Ruhemodus. Claude Code und Codex verwenden denselben Speicher. Kein API-Schlüssel erforderlich.
[ICML'26] SimpleMem: Effizientes lebenslanges Gedächtnis für LLM-Agenten – Text und multimodal
Open-Source-Inferenzserver und Produktionscluster für alle Modelle, die Ihr Agent benötigt.
MTEB: Modernste Bewertung von Embeddings über Sprachen und Modalitäten hinweg
Schnelle, genaue, leichte Python-Bibliothek, um State-of-the-Art-Einbettungen zu erstellen
Apache Lucene.NET ist eine Open-Source-Volltextsuchbibliothek, die in C# geschrieben und aus dem Apache Lucene-Projekt portiert wurde.
Ein heterogener Benchmark für Information Retrieval. Einfach zu bedienen, evaluieren Sie Ihre Modelle über 15+ verschiedene IR-Datensätze.
Die offizielle Implementierung von RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval
OpenResearcher: Eine vollständig offene Pipeline für die Synthese langfristiger Deep-Research-Trajektorien
Offene CLI zur Integration von KI-Suche, Empfehlungen und konversationellem Abruf in Agentensysteme und Geschäftssysteme
Rust-Bibliothek zur lokalen Generierung von Vektor-Embeddings und Reranking!
Eine offizielle Implementierung für „CLIP4Clip: Eine empirische Studie von CLIP für die End-to-End-Videoclip-Suche“
Die Abrufschicht für KI-Systeme in der Produktion. Blitzschnelle Suche (<10 ms) ohne Vektordatenbanken. Entwickelt für Browser, Edge, Geräte und Cloud.
Neum AI ist ein erstklassiges Framework, um die Erstellung und Synchronisierung von Vektor-Embeddings in großem Maßstab zu verwalten.
[Pytorch] Generatives Abrufmodell unter Verwendung semantischer IDs aus "Recommender Systems with Generative Retrieval"
Verwenden Sie Late-Interaction-Multimodale-Modelle wie ColPali in nur wenigen Codezeilen.
Geerdete Suchmaschine (d. h. mit Quellreferenz) basierend auf LLM / ChatGPT / OpenAI API. Sie unterstützt Websuche, Suche nach Dateiinhalten usw.
🔥 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.
~97 % weniger Token-Verbrauch bei KI-Coding-Sitzungen – keine Abhängigkeiten, 38 Sprachen, MCP-Server
Benutzerfreundliches RAG-Framework; CCF AIOps International Challenge 2024 Top3-Lösung; CCF AIOps International Challenge 2024 Gewinnerteam-Lösung
Verwenden Sie ArXiv ChatGuru, um mit Forschungsarbeiten zu sprechen. Diese App verwendet LangChain, OpenAI, Streamlit und Redis als Vektor-Datenbank/semantischen Cache.
Abrufen, Lesen und Verknüpfen: Schnelle und genaue Entity Linking und Relation Extraction mit akademischem Budget (ACL 2024)
Häufig gestellte Fragen
Welches ist das beliebteste #retrieval-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#retrieval-Projekt auf GitHub ist VectifyAI/PageIndex mit 40,634 Sternen. 📑 PageIndex: Dokumentenindex für RAG ohne Vektoren, basierend auf Beweisführung
Welche Programmiersprachen werden in #retrieval-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #retrieval-Projekten auf GitHub sind Python, Jupyter Notebook, C#, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #retrieval-Repositories berechnet?
Wir verfolgen 32 aktive Open-Source-Repositories, die mit #retrieval getaggt sind (500+ Sterne), mit insgesamt 103,199 Sternen und durchschnittlich 3,224 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.