#rag Repositorios
550 repositorios en total
Una colección curada de artículos de investigación sobre agentes de IA lanzados en 2026, que cubre ingeniería de agentes, memoria, evaluación, flujos de trabajo y sistemas autónomos.
Construya sistemas de agentes. Ejecútelos con confianza. Orqueste agentes, automatice procesos de negocio, inspeccione cada ejecución y mantenga a los humanos en control. Implemente Heym en su propia infraestructura.
Sí, es otra implementación de chat sobre documentos... ¡pero esta es completamente local!
Búsqueda de texto completo de YouTube - Busca en todo YouTube desde la línea de comandos
WFGY se dirige hacia WFGY 5.0 Polaris Protocol, una importante versión de código abierto para razonamiento de IA, RAG, agentes y flujos de trabajo en el mundo real. Incluye Problem Map, Global Debug Card, WFGY 4.0 y el Easter Egg de CFV.
Un repositorio de curso basado en proyectos para desarrollar agentes de IA utilizando LangChain v1+ y LangGraph: agentes de búsqueda, sistemas RAG, agentes de reflexión e intérpretes de código.
Creación de modelos de lenguaje grandes que entienden las relaciones humanas | Tutoriales completos sobre ingeniería de indicaciones, RAG, Agentes y ajuste fino de LLM
Implementación de código abierto del Wiki LLM de Karpathy. Sube documentos, conecta tu cuenta de Claude vía MCP y ¡haz que escriba tu wiki!
Recopilación de artículos impresionantes sobre RAG para AIGC. Proponemos una taxonomía de los fundamentos, mejoras y aplicaciones de RAG en el artículo "Retrieval-Augmented Generation for AI-Generated Content: A Survey".
Agentic-RAG explora sistemas avanzados de Generación Aumentada por Recuperación (Retrieval-Augmented Generation) mejorados con agentes IA LLM.
Motor de análisis multimodal todo en uno + motor de conocimiento preparado para IA, impulsado por ontologías y por una wiki basada en LLM
¡Ruta de aprendizaje full-stack y tutoriales en chino sobre modelos de lenguaje de gran escala (LLM) 🔥: cubre Prompt Engineering, RAG, agentes de IA, MCP, ajuste fino, despliegue de modelos, Transformers, programación con IA y entrevistas para grandes empresas tecnológicas, desde los fundamentos hasta la práctica en producción.
Trench — Infraestructura de análisis de código abierto. Una única imagen Docker lista para producción construida sobre ClickHouse, Kafka y Node.js para el seguimiento de eventos. Cree fácilmente paneles de análisis de productos, RAG de LLM, plataformas de observabilidad o cualquier otro producto de análisis.
Los agentes de backend se construyen con: base de datos multimodal, orquestación y servicio en un solo archivo
Extracción de datos no estructurados, rápida y eficiente. Escrito en Rust con enlaces para muchos idiomas.
Desmitifica RAG construyéndolo desde cero. LLM locales, sin cajas negras: comprensión real de embeddings, búsqueda vectorial, recuperación y generación aumentada por contexto.
Una API unificada, ligera y de baja dependencia para usar todos los modelos comunes de reordenación y cross-encoder.
Un espacio de trabajo de IA empresarial para enrutamiento de modelos, chat multimodal, archivos, herramientas, facturación, identidad y operaciones.
Este repositorio proporciona una solución avanzada de Generación Aumentada por Recuperación (RAG) para la respuesta a preguntas complejas. Utiliza un sofisticado algoritmo basado en grafos para manejar las tareas.
WikiChat es un RAG mejorado. Detiene la alucinación de los modelos de lenguaje grandes recuperando datos de un corpus.
[EMNLP 2025 Oral] MemoryOS está diseñado para proporcionar un sistema operativo de memoria para agentes de IA personalizados.
Búsqueda web autohospedada para agentes de IA y SEO. Google, Bing, Yandex, Baidu, DuckDuckGo y Ecosia, procesados en un navegador real: resultados ordenados y Markdown limpio de las páginas. API, CLI, MCP 🎉
Framework de agentes de video IA para interacciones y flujos de trabajo de video de próxima generación.
Plataforma de agentes con código fuente disponible para empresas globales y chinas: conecta todos tus sistemas a través de un único núcleo de agentes. Autoalojada, compatible con cualquier LLM.
Una interfaz de chat LLM todo en uno para Mac con Apple Silicon utilizando el framework MLX.
Una base de conocimientos ligera para personas y agentes, con indexación ultrarrápida y una recuperación muy precisa.
En cualquier lugar, cualquier cosa a la memoria; de la memoria, cualquier cosa.
Servicio de atención al cliente listo para producción de código abierto con Evals y monitoreo integrados
Un kit de herramientas para crear una configuración óptima y lista para producción de Generación Aumentada por Recuperación (RAG) para sus datos
Este repositorio contiene ejemplos para que los clientes comiencen a usar el servicio Amazon Bedrock. Contiene ejemplos para todos los modelos fundamentales disponibles.
Arkon: Centro de conocimiento de IA empresarial y servidor MCP. Base de conocimientos autohospedada para que los equipos gestionen contextos RAG, políticas de acceso y habilidades de IA. Conecte Claude y otros LLM a través del Protocolo de Contexto de Modelo (MCP) para una integración de conocimiento organizacional automatizada y segura.
Lista de software que permite buscar en la web con la ayuda de la IA: https://hf.co/spaces/felladrin/awesome-ai-web-search
La implementación oficial de RAPTOR: Procesamiento Abstractivo Recursivo para Recuperación Organizada en Árbol
Este proyecto diseñó e implementó un sistema inteligente de preguntas y respuestas médicas basado en RAG (Generación Aumentada por Recuperación) con grafos de conocimiento y grandes modelos de lenguaje. Basado en el conjunto de datos médico DiseaseKG y utilizando Neo4j, el sistema construye un grafo de conocimiento de dominio que incluye 44.000 entidades y 310.000 relaciones. Al combinar el reconocimiento de entidades nombradas BERT con el reconocimiento de intención mediante un modelo 32B, el sistema mitiga eficazmente las alucinaciones de los grandes modelos en escenarios médicos mediante una búsqueda precisa en el grafo y una generación controlada de respuestas, mejorando significativamente la precisión y fiabilidad de las mismas.
Repositorio oficial de "TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding" [ACL 2025 oral]
Un sistema de configuración de agentes de preguntas y respuestas conversacionales, soluciones de implementación autohospedadas y un práctico SDK de aplicaciones todo en uno, que le permite crear bots inteligentes de preguntas y respuestas para sus repositorios de GitHub
Ragflow-Plus es una versión de desarrollo secundario de Ragflow, lo que la hace más concisa y práctica
Un grupo de cuadernos y otros archivos que pueden ayudarte a aprender IA desde cero.
Korvus es un SDK de búsqueda que unifica toda la canalización RAG en una sola consulta de base de datos. Construido sobre Postgres con enlaces para Python, JavaScript, Rust y C.
Un servidor de memoria a largo plazo ligero, con rollback y visual para agentes MCP. Di adiós a Vector RAG y al olvido. Empodera a tu IA con memoria persistente y estructurada como un grafo en cualquier modelo, sesión o herramienta. Reemplazo drop-in para OpenClaw.
😎 Impresionante lista de aplicaciones de Generación Aumentada por Recuperación (RAG) en IA Generativa.
Plataforma de aplicaciones de IA (chat, dibujo, base de conocimientos, flujos de trabajo, mercado de servicios MCP, entrada y salida de voz, memoria a largo plazo)