#agentic-rag Dépôts
Découvrez 35 dépôts GitHub open source actifs associés à #agentic-rag, cumulant 308,339 étoiles au total (soit une moyenne de 8,809 étoiles par projet). Le projet en tête de ce thème est microsoft/ai-agents-for-beginners, avec 80,667 étoiles.
35 dépôts au total
Base de données contextuelle auto-évolutive pour agents IA. Unifiez la mémoire des agents, le RAG de connaissances et les compétences.
Un système de curation de connaissances alimenté par LLM qui recherche un sujet et génère un rapport complet avec citations.
Ce dépôt présente diverses techniques avancées pour les systèmes de Génération Augmentée par Récupération (RAG). Chaque technique dispose d'un tutoriel détaillé sous forme de notebook.
Cadre open‑source d’orchestration IA pour construire des applications LLM prêtes à la production, avec une conception contextuelle. Concevez des pipelines modulaires et des flux de travail d’agents avec un contrôle explicite sur la récupération, le routage, la mémoire et la génération. Conçu pour des agents évolutifs, RAG, applications multimodales, recherche sémantique et systèmes de conversation.
Recherche de code MCP pour Claude Code. Faites de l'ensemble de la base de code le contexte de tout agent de codage.
Deeplake est une AI Data Runtime pour Agents. Elle fournit un Postgres sans serveur avec un datalake multimodal, permettant une récupération et un entraînement scalables.
Alternative Open Source de Recherche Approfondie à Reason et Search sur les Données Privées. Écrit en Python.
Plateforme multi-tenant d’agents de connaissance déployable en privé : RAG unifié, graphes de connaissances, systèmes multi-agents, MCP/Skills, environnements sandbox et gestion des autorisations. Yuxi = Agents cloud + RAG de connaissances, une plateforme d’agents de connaissance auto-hébergeable pour le RAG, les graphes de connaissances et les workflows multi-agents.
Nexent est une plateforme zéro code pour générer automatiquement des agents IA de qualité production en utilisant les principes d'ingénierie Harness — outils unifiés, compétences, mémoire et orchestration avec des contraintes intégrées, boucles de rétroaction et plans de contrôle.
Votre agent bibliothécaire personnel. Posez-lui des questions sur tout ce qui se trouve sur votre ordinateur, organisez vos fichiers et gardez en mémoire les informations et les fichiers importants.
Agent Intelligent RAG Agentic de Niveau Entreprise - Couverture complète de la chaîne : analyse de documents, recherche multi-voies, reconnaissance d'intentions, reformulation de questions, mémoire de conversation, appel d'outils MCP et pensée profonde. Orienté vers des scénarios métier réels, implémentation d'ingénierie complète de 0 à 1.
Un RAG Agentic modulaire construit avec LangGraph — apprenez les agents de génération augmentée par récupération en quelques minutes.
La couche de contexte open source pour les agents d’IA et la recherche d’entreprise par IA. Recherche tenant compte des autorisations et réponses avec citations dans plus de 30 sources, notamment Slack, Drive, Jira, GitHub et Microsoft 365, pour les utilisateurs et les agents via MCP, des SDK et des agents intégrés. Auto-hébergée ou dans le cloud.
Systèmes multi-agents, mémoire, planification, boucles de raisonnement
RAG assemblé : GraphRAG, LightRAG et Neo4j-llm-graph-builder assemblés et fusionnés manuellement pour la construction et la recherche de graphes de connaissances ; DeepSearch intégré pour le raisonnement RAG de domaine privé ; un cadre d'évaluation personnalisé pour GraphRAG créé en interne.
La plateforme RAG open source : citations intégrées, recherche approfondie, plus de 22 formats de fichiers, partitions, serveur MCP, et bien plus.
Agentic-RAG explore des systèmes avancés de génération augmentée par récupération (Retrieval-Augmented Generation) améliorés avec des agents IA LLM.
Landing zone de niveau entreprise pour les applications d’agents d’IA sur Azure. Déployez l’infrastructure sécurisée, l’application de l’agent ou les deux — basées sur Microsoft Foundry et Microsoft Agent Framework, avec un réseau Zero Trust, de l’observabilité et de l’IaC.
AuditPilot : agents d'IA d'entreprise auditable pour des flux de travail fondés sur des preuves, des outils gouvernés, des harnais d'évaluation, une révision humaine et une livraison de remédiation.
Nuwax Agent OS - Une plateforme de développement et d'exploitation d'agents IA de niveau entreprise - Fournit une solution complète pour la création et la distribution d'agents, la gestion de la base de connaissances, le proxy de modèles, le système de mémoire et l'écosystème de plugins.
[ACL 2026 KnowFM] Ressources exceptionnelles pour la recherche approfondie par agents
Répertoire du cours pratique LangGraph pour construire des agents LLM de qualité production avec Agentic RAG, ReAct et flux de travail de réflexion.
Application Full Stack pour récupérer les données boursières et les actualités en utilisant LLM, LangChain et LangGraph
Une plateforme d’agents IA de niveau entreprise offrant un ensemble complet de fonctionnalités, notamment le dialogue intelligent, les questions-réponses sur les connaissances issues de documents, la recherche sur le Web, la récupération RAG, le protocole d’outils MCP et les extensions Skills. Elle intègre une architecture d’exécution à trois niveaux, une recherche hybride à double canal, un moteur de découpage composable, la gestion de la mémoire des conversations et une observabilité de bout en bout. Chaque composant a fait l’objet d’une conception approfondie et d’un perfectionnement rigoureux sur le plan de l’ingénierie.
RAGLight est un framework modulaire pour la Génération Augmentée par Récupération (RAG). Il permet d'intégrer facilement différents LLM, embeddings et bases de données vectorielles, et inclut désormais une intégration MCP transparente pour connecter des outils externes et des sources de données.
RAG agentique pour la recherche de documents en local et auto-hébergée : récupération hybride, reranking et RAG multimodal sur LanceDB embarqué, avec analyse par Docling et un serveur MCP
NextPlaid, ColGREP : Recherche multi-vectorielle, des bases de données aux agents de codage.
YT Navigator : un explorateur de contenu YouTube alimenté par l'IA qui vous permet de rechercher et de discuter avec les vidéos de chaînes à l'aide d'agents IA. Extrayez des informations sur des heures de contenu en quelques secondes grâce à la recherche sémantique et à des horodatages précis.
Healthy Diet AI Agent est un backend Bun + TypeScript pour le chat nutritionnel, l'analyse d'images alimentaires, l'ingestion de documents RAG et des conseils diététiques fondés sur la connaissance.
Une alternative open source et auto-hébergeable à ChatGPT et NotebookLM : des agents, des compétences, MCP et des connaissances avec citations réunis dans un même poste de travail IA. Vos modèles, votre infrastructure. Comprend des annuaires publics de serveurs MCP et de compétences pour agents.
Foire aux questions
Quel est le dépôt #agentic-rag le plus populaire sur GitHub ?
Le projet #agentic-rag open source le mieux classé sur GitHub est microsoft/ai-agents-for-beginners, avec 80,667 étoiles. 18 Leçons pour Commencer à Construire des Agents IA
Quels langages de programmation sont les plus utilisés dans les dépôts #agentic-rag ?
Parmi les projets #agentic-rag les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Jupyter Notebook, Java.
Comment le classement des dépôts #agentic-rag est-il calculé ?
Nous suivons 35 dépôts open source actifs associés à #agentic-rag (500+ étoiles), totalisant 308,339 étoiles, avec une moyenne de 8,809 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.