Git Stars Git Stars

#rag-pipeline Repositorios

Descubre 12 repositorios activos de código abierto de GitHub etiquetados con #rag-pipeline, que acumulan 23,901 estrellas en total (una media de 1,991 estrellas por proyecto). El líder de este tema es GiovanniPasq/agentic-rag-for-dummies, con 4,397 estrellas.

12
Total de Repositorios
23,901
Total de estrellas
1,991
Promedio de Estrellas/Repo

12 repositorios en total

1
GiovanniPasq/agentic-rag-for-dummies

Un RAG Agentic modular construido con LangGraph — aprende agentes de Generación Aumentada por Recuperación en minutos.

GiovanniPasq
⭐ 4,397 Jupyter Notebook 👤 GiovanniPasq User 🕐 Actualizado 2026-11-10 📅 Creado 2025-10-13
2
Ontos-AI/knowhere

Knowhere extrae, analiza y genera fragmentos estructurados listos para Agentes de IA y RAG.

Ontos-AI
⭐ 4,080 Python 👤 Ontos-AI Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-04-30
3
NVIDIA/NeMo-Retriever

NeMo Retriever Library es un microservicio escalable y orientado al rendimiento para la extracción de contenido y metadatos de documentos. NeMo Retriever Library utiliza microservicios especializados de NVIDIA NIM para encontrar, contextualizar y extraer texto, tablas, gráficos e imágenes que puede utilizar en aplicaciones generativas posteriores.

NVIDIA
⭐ 3,014 Python 👤 NVIDIA Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-08-22
4
break-into-data/ai-engineer-toolkit

Proyectos y Recursos para ayudarte a convertirte en un mejor desarrollador de IA.

break-into-data
⭐ 2,189 TypeScript 👤 break-into-data Organization 🕐 Actualizado 2025-09-15 📅 Creado 2025-02-24
5
supermemoryai/markdowner

Una herramienta rápida para convertir cualquier sitio web en datos de markdown listos para LLM. Creado por https://supermemory.ai

supermemoryai
⭐ 2,033 TypeScript 👤 supermemoryai Organization 🕐 Actualizado 2026-10-02 📅 Creado 2024-05-09
6
pguso/rag-from-scratch

Desmitifica RAG construyéndolo desde cero. LLM locales, sin cajas negras: comprensión real de embeddings, búsqueda vectorial, recuperación y generación aumentada por contexto.

pguso
⭐ 1,655 JavaScript 👤 pguso User 🕐 Actualizado 2026-03-11 📅 Creado 2025-10-27
7
murtaza-nasir/maestro

MAESTRO es una aplicación de investigación impulsada por IA diseñada para agilizar tareas de investigación complejas.

murtaza-nasir
⭐ 1,501 Python 👤 murtaza-nasir User 🕐 Actualizado 2026-04-16 📅 Creado 2025-05-14
8
jdagdelen/hyperDB

Una base de datos vectorial local ultrarrápida para usar con agentes LLM. Ahora aceptamos SAFE con una capitalización de 135 millones de dólares.

jdagdelen
⭐ 1,408 Python 👤 jdagdelen User 🕐 Actualizado 2025-02-07 📅 Creado 2023-04-16
9
nlmatics/nlm-ingestor

Este repositorio proporciona el código del lado del servidor para que la API de llmsherpa se conecte. Incluye analizadores para varios formatos de archivo.

nlmatics
⭐ 1,282 Python 👤 nlmatics Organization 🕐 Actualizado 2025-03-28 📅 Creado 2024-01-17
⭐ 964 Python 👤 Unstructured-IO Organization 🕐 Actualizado 2026-11-18 📅 Creado 2022-12-09
11
christopherkarani/Wax

Capa de memoria compartida en un solo archivo para todos tus agentes, RAG de menos de un milisegundo sobre texto, fotos y vídeo en Apple Silicon. Sin servidor. Sin API. Un archivo. Swift puro.

christopherkarani
⭐ 816 Swift 👤 christopherkarani User 🕐 Actualizado 2026-11-20 📅 Creado 2026-01-20
12
firecrawl/firestarter

🔥 Cree instantáneamente chatbots de IA para cualquier sitio web con búsqueda impulsada por RAG, respuestas en streaming y puntos finales de API compatibles con OpenAI

firecrawl
⭐ 571 TypeScript 👤 firecrawl Organization 🕐 Actualizado 2025-06-18 📅 Creado 2025-06-13

Preguntas frecuentes

1

¿Cuál es el repositorio de #rag-pipeline más popular en GitHub?

El proyecto de código abierto de #rag-pipeline mejor posicionado en GitHub es GiovanniPasq/agentic-rag-for-dummies, con 4,397 estrellas. Un RAG Agentic modular construido con LangGraph — aprende agentes de Generación Aumentada por Recuperación en minutos.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #rag-pipeline?

Entre los proyectos de #rag-pipeline mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Jupyter Notebook, JavaScript.

3

¿Cómo se calcula la clasificación de los repositorios de #rag-pipeline?

Seguimos 12 repositorios activos de código abierto etiquetados con #rag-pipeline (500+ estrellas), que suman un total de 23,901 estrellas, con una media de 1,991 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.