#knowledge-base Dépôts
157 dépôts au total
Système RAG hybride combinant la recherche vectorielle, un graphe de connaissances (LightRAG) et un réordonnancement par cross-encoder, avec analyse de documents via Docling, intelligence visuelle (génération de légendes pour les images et les tableaux), chat agentique en streaming et citations intégrées. Propulsé par des modèles Gemini ou Ollama locaux.
🧱 Base de connaissances pour débuter en gestion de produits d’IA : banque de questions d’entretien · fondamentaux de l’IA · études de cas · parcours d’apprentissage | Que vous vous reconvertissiez en partant de zéro ou souhaitiez continuer à progresser, un seul dépôt suffit
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.
VectorRAG.Net est une bibliothèque de base de données vectorielle haute performance native .NET pour la recherche sémantique et le RAG (Génération augmentée par récupération). La recherche principale est basée sur la génération de candidats LSH par hyperplan aléatoire avec un réordonnancement exact par produit scalaire/cosinus.
Le Supabase de l'ère IA. Un backend modulable et open-source pour construire des logiciels natifs IA — conçu pour la connaissance, pas pour les données statiques.
Base de connaissances CTF 2026 : 12 articles approfondis sur les vulnérabilités Web + 1 049 write-ups de compétitions des années précédentes + 110 scripts de résolution + un aide-mémoire des payloads + 67 fiches de techniques et 2 863 cas d’échec. Une collection de ressources consultables et pédagogiques destinée aux participants aux CTF : 12 articles approfondis sur les vulnérabilités Web, 1 049 write-ups de compétitions des années précédentes, 110 scripts de résolution, un aide-mémoire des payloads, ainsi que 67 fiches de techniques et 2 863 cas d’échec tirés des write-ups. Le tout en texte brut Markdown, prêt à être consulté ou intégré à un système RAG.