Git Stars Git Stars

#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
Total des Dépôts
308,339
Nombre total d'étoiles
8,809
Moyenne d'Étoiles/Dépôt
1
microsoft/ai-agents-for-beginners

18 Leçons pour Commencer à Construire des Agents IA

microsoft
⭐ 80,667 Jupyter Notebook 👤 microsoft Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2024-11-28
2
volcengine/OpenViking

Base de données contextuelle auto-évolutive pour agents IA. Unifiez la mémoire des agents, le RAG de connaissances et les compétences.

volcengine
⭐ 42,556 Python 👤 volcengine Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-01-05
3
stanford-oval/storm

Un système de curation de connaissances alimenté par LLM qui recherche un sujet et génère un rapport complet avec citations.

stanford-oval
⭐ 31,522 Python 👤 stanford-oval Organization 🕐 Mis à jour 2025-09-30 📅 Créé 2024-03-24
4
NirDiamant/RAG_Techniques

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.

NirDiamant
⭐ 30,460 Jupyter Notebook 👤 NirDiamant User 🕐 Mis à jour 2026-11-02 📅 Créé 2024-07-13
5
deepset-ai/haystack

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.

deepset-ai
⭐ 27,068 Python 👤 deepset-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-11-14
6
zilliztech/claude-context

Recherche de code MCP pour Claude Code. Faites de l'ensemble de la base de code le contexte de tout agent de codage.

zilliztech
⭐ 12,715 TypeScript 👤 zilliztech Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2025-06-06
7
activeloopai/deeplake

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.

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2019-08-09
8
zilliztech/deep-searcher

Alternative Open Source de Recherche Approfondie à Reason et Search sur les Données Privées. Écrit en Python.

zilliztech
⭐ 8,404 Python 👤 zilliztech Organization 🕐 Mis à jour 2026-09-22 📅 Créé 2025-02-08
9
plastic-labs/honcho

Bibliothèque de mémoire pour la construction d'agents à état

plastic-labs
⭐ 8,216 Python 👤 plastic-labs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-09-10
10
xerrors/Yuxi

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.

xerrors
⭐ 7,711 Python 👤 xerrors User 🕐 Mis à jour 2026-11-20 📅 Créé 2024-07-05
11
ModelEngine-Group/nexent

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.

ModelEngine-Group
⭐ 6,234 Python 👤 ModelEngine-Group Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-04-28
12
Marker-Inc-Korea/AutoRAG

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.

Marker-Inc-Korea
⭐ 6,113 TypeScript 👤 Marker-Inc-Korea Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-01-10
13
nageoffer/ragent

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.

nageoffer
⭐ 4,489 Java 👤 nageoffer Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2025-11-20
14
GiovanniPasq/agentic-rag-for-dummies

Un RAG Agentic modulaire construit avec LangGraph — apprenez les agents de génération augmentée par récupération en quelques minutes.

GiovanniPasq
⭐ 4,397 Jupyter Notebook 👤 GiovanniPasq User 🕐 Mis à jour 2026-11-10 📅 Créé 2025-10-13
15
bragai/bRAG-langchain

Tout ce que vous devez savoir pour créer votre propre application RAG

bragai
⭐ 4,203 Jupyter Notebook 👤 bragai Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2024-11-16
16
pipeshub-ai/pipeshub-ai

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.

pipeshub-ai
⭐ 4,140 Python 👤 pipeshub-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-03-06
17
MARKTECHPOST-AI-MEDIA-INC/AI-Agents-Projects-Tutorials

Systèmes multi-agents, mémoire, planification, boucles de raisonnement

MARKTECHPOST-AI-MEDIA-INC
⭐ 2,952 Jupyter Notebook 👤 MARKTECHPOST-AI-MEDIA-INC Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2025-05-15
18
1517005260/graph-rag-agent

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.

1517005260
⭐ 2,355 Python 👤 1517005260 User 🕐 Mis à jour 2025-11-05 📅 Créé 2025-02-12
19
agentset-ai/agentset

La plateforme RAG open source : citations intégrées, recherche approfondie, plus de 22 formats de fichiers, partitions, serveur MCP, et bien plus.

agentset-ai
⭐ 2,130 TypeScript 👤 agentset-ai Organization 🕐 Mis à jour 2026-10-28 📅 Créé 2025-03-10
20
asinghcsu/AgenticRAG-Survey

Agentic-RAG explore des systèmes avancés de génération augmentée par récupération (Retrieval-Augmented Generation) améliorés avec des agents IA LLM.

asinghcsu
⭐ 1,743 👤 asinghcsu User 🕐 Mis à jour 2025-10-20 📅 Créé 2025-01-10
21
Azure/agent-landing-zone

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.

Azure
⭐ 1,202 Python 👤 Azure Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-06-27
22
Ricky-7-Yan/intelligent-audit-system

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.

Ricky-7-Yan
⭐ 1,182 Python 👤 Ricky-7-Yan User 🕐 Mis à jour 2026-11-05 📅 Créé 2025-10-28
23
nuwax-ai/nuwax

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.

nuwax-ai
⭐ 925 TypeScript 👤 nuwax-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-07-09
24
DavidZWZ/Awesome-Deep-Research

[ACL 2026 KnowFM] Ressources exceptionnelles pour la recherche approfondie par agents

DavidZWZ
⭐ 876 👤 DavidZWZ User 🕐 Mis à jour 2026-07-23 📅 Créé 2025-06-06
25
emarco177/langgraph-course

Répertoire du cours pratique LangGraph pour construire des agents LLM de qualité production avec Agentic RAG, ReAct et flux de travail de réflexion.

emarco177
⭐ 753 👤 emarco177 User 🕐 Mis à jour 2026-11-21 📅 Créé 2024-05-11
26
vinay-gatech/stocks-insights-ai-agent

Application Full Stack pour récupérer les données boursières et les actualités en utilisant LLM, LangChain et LangGraph

vinay-gatech
⭐ 715 Python 👤 vinay-gatech User 🕐 Mis à jour 2024-12-08 📅 Créé 2024-12-08
27
java-up-up/nexus-agent

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.

java-up-up
⭐ 683 Java 👤 java-up-up Organization 🕐 Mis à jour 2026-10-21 📅 Créé 2026-04-18
28
Bessouat40/RAGLight

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.

Bessouat40
⭐ 672 Python 👤 Bessouat40 User 🕐 Mis à jour 2026-10-16 📅 Créé 2024-12-12
29
ggozad/haiku.rag

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

ggozad
⭐ 665 Python 👤 ggozad User 🕐 Mis à jour 2026-11-20 📅 Créé 2024-10-13
30
lofcz/LLMTornado

La bibliothèque .NET pour créer des agents d'IA avec 30+ connecteurs intégrés.

lofcz
⭐ 656 C# 👤 lofcz User 🕐 Mis à jour 2026-11-19 📅 Créé 2023-10-08
31
lightonai/next-plaid

NextPlaid, ColGREP : Recherche multi-vectorielle, des bases de données aux agents de codage.

lightonai
⭐ 623 Rust 👤 lightonai Organization 🕐 Mis à jour 2026-10-10 📅 Créé 2026-01-06
32
wassim249/YT-Navigator

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.

wassim249
⭐ 597 Python 👤 wassim249 User 🕐 Mis à jour 2025-03-27 📅 Créé 2025-03-08
33
archie0732/healthy-diet-ai-agent

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.

archie0732
⭐ 561 TypeScript 👤 archie0732 User 🕐 Mis à jour 2026-09-28 📅 Créé 2026-04-21
34
gzxiong/MedRAG

Code pour la boîte à outils MedRAG

gzxiong
⭐ 559 Python 👤 gzxiong User 🕐 Mis à jour 2025-05-08 📅 Créé 2024-02-15
35
SourceWeft/SourceWeft

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.

SourceWeft
⭐ 530 TypeScript 👤 SourceWeft Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-05-09

Foire aux questions

1

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

2

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.

3

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.