#rag Dépôts
Découvrez 548 dépôts GitHub open source actifs associés à #rag, cumulant 4,280,860 étoiles au total (soit une moyenne de 7,811 étoiles par projet). Le projet en tête de ce thème est open-webui/open-webui, avec 159,201 étoiles.
550 dépôts au total
Transformez n'importe quelle base de code, avec ses documents, schémas SQL, configurations et PDF, en un graphe de connaissances interrogeable. Une compétence /graphify pour Claude Code, Cursor, Codex et Gemini CLI : analyse AST déterministe locale, chaque arête expliquée, sans stockage vectoriel.
Plus de 100 agents IA, compétences d'agents et applications RAG - Gratuits et open source.
Contexte persistant entre les sessions pour chaque agent – Capture tout ce que votre agent fait pendant les sessions, le compresse avec l'IA et réinjecte le contexte pertinent dans les sessions futures. Fonctionne avec Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode et plus encore.
RAGFlow est une base de données native pour les agents : un moteur de génération augmentée par récupération (RAG) qui a évolué pour devenir une infrastructure de contexte.
Transformez n'importe quel document PDF ou image en données structurées pour votre IA. Un kit d'outils OCR puissant et léger qui comble l'écart entre les images/PDF et les LLM. Prend en charge plus de 100 langues.
Crawl4AI Cloud officiel : une API hébergée de scraping web, d’extraction et de recherche pour les agents d’IA. Clé API gratuite, 1 000 crédits par mois, sans carte bancaire. Entièrement open source : ce dépôt contient le robot d’exploration sous licence Apache-2.0 qui l’alimente, et vous pouvez l’héberger vous-même.
📚 'Construire des Agents Intelligents à partir de Zéro' - Un Tutoriel sur les Principes et la Pratique des Agents Intelligents à partir de Zéro
🐙 Guides, articles, leçons, notebooks et ressources pour l'ingénierie des prompts, l'ingénierie contextuelle, le RAG et les agents IA.
Compressez les sorties d'outils, les journaux, les fichiers et les fragments RAG avant qu'ils n'atteignent le LLM. 20 % de jetons en moins pour les agents de codage, 60 à 95 % de jetons en moins pour le JSON, avec les mêmes réponses. Bibliothèque, proxy, serveur MCP.
La couche mémoire pour les agents d’IA - Une infrastructure mémoire prête à l’emploi pour les agents et applications d’IA. Un contexte qui perdure. Conçue pour la production.
Arrêtez de louer votre intelligence. Possédez-la avec AnythingLLM. Tout ce dont vous avez besoin pour une expérience d'agent locale puissante
DeepTutor : Tutorat personnalisé tout au long de la vie. https://deeptutor.info/.
« Comprendre en profondeur les agents IA : principes de conception et pratique de l'ingénierie » (par Bojie Li) Dépôt open source principal : texte intégral, PDF compilé et code d'accompagnement chapitre par chapitre.
Un serveur RAG sans code qui synchronise les réponses avec vos documents. Compatible avec 8 bases de données vectorielles. Conçu avec Pathway.
Votre espace de travail IA pour les modèles, les agents et la productivité.
Une plateforme low-code d’IA gratuite et open source, ainsi qu’une base open source pour créer des systèmes métier complexes à l’ère de l’IA ! Les fonctionnalités courantes — gestion des autorisations, multitenance, workflows, rapports, tableaux de bord et bases de connaissances IA — sont prêtes à l’emploi : l’IA n’a plus qu’à générer les éléments propres à chaque activité. Avec AI Skills, générez un système complet à partir d’une seule phrase : tables de base de données, code front-end et back-end, menus et autorisations, processus BPM, formulaires, rapports et tableaux de bord, le tout automatiquement. La plateforme intègre une solution d’applications IA (chat, bases de connaissances, orchestration de workflows et MCP) et est compatible avec les principaux grands modèles de langage.
Milvus est une base de données vectorielle haute performance et native du cloud, conçue pour la recherche ANN vectorielle scalable.
Tutoriels approfondis sur les LLM, les RAG et les applications d'agents IA dans le monde réel.
📑 PageIndex : Index de Document pour RAG basé sur le raisonnement sans vecteur
Un moteur open source qui transforme des flux continus de contenu en recherche et en supervision. Ingestion durable, recherche hybride, alertes et plugins pour les formats, les modèles et les règles métier.
Langchain-Chatchat (anciennement Langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain | Langchain-Chatchat (anciennement langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain
Transformez n'importe quel PDF de livre technique en une compétence Claude Code — prête à étudier, à référencer et à utiliser pendant que vous travaillez.
Votre deuxième cerveau IA. Auto-hébergeable. Obtenez des réponses du web ou de vos documents. Créez des agents personnalisés, planifiez des automatisations, effectuez des recherches approfondies. Transformez n'importe quel LLM en ligne ou local en votre IA personnelle et autonome (gpt, claude, gemini, llama, qwen, mistral). Commencez dès maintenant - gratuit.
Plateforme open-source de connaissances LLM : transformez des documents bruts en RAG interrogable, un agent de raisonnement autonome et un Wiki auto-maintenu.
Un système modulaire de génération augmentée par récupération (RAG) basé sur des graphes
Plateforme d'IA Open Source – Chat d'IA avec des fonctionnalités avancées qui fonctionne avec tous les LLM
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.
Analyseur PDF pour données prêtes pour l'IA. Automatisez l'accessibilité PDF. Open-source.
Sim est l'espace de travail collaboratif pour créer, déployer et surveiller des agents et des flux de travail d'IA. Utilisé par plus de 100 000 développeurs.
FastGPT est une plateforme basée sur les connaissances construite sur les LLM, offre une suite complète de capacités prêtes à l'emploi telles que le traitement des données, la récupération RAG et l'orchestration de flux de travail IA visuels, vous permettant de développer et de déployer facilement des systèmes complexes de questions-réponses sans nécessiter de configuration ou de paramétrage approfondi.
Testez vos prompts, agents et RAG. Red teaming/pentesting/analyse de vulnérabilités pour l'IA. Comparez les performances de GPT, Claude, Gemini, DeepSeek et plus encore. Configurations déclaratives simples avec intégration en ligne de commande et CI/CD. Utilisé par OpenAI et Anthropic.
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.
Quels sont les principes que nous pouvons utiliser pour créer des logiciels basés sur les LLM qui sont réellement suffisants pour être mis entre les mains des clients en production ?
Plus de 50 tutoriels et implémentations pour les techniques d'agents IA génératifs, des bots conversationnels de base aux systèmes multi-agents complexes.
✅(Terminé) Notes super complètes sur l'apprentissage profond 【Tuduī PyTorch】【Li Mu Apprentissage profond pratique】【Andrew Ng Deep Learning】【Dafei Agents de grands modèles】
🔥 MaxKB est une plateforme open source pour la construction d'agents d'entreprise. Une plateforme d'agents d'entreprise open source puissante et facile à utiliser.
🤖 Discutez avec votre base de données SQL 📊. Génération précise de texte SQL via des LLM utilisant la récupération agentique 🔄.
🚀 Une sélection de ressources, de feuilles de route, d’outils et de projets en ingénierie de l’IA couvrant les LLM, le RAG, les agents d’IA, le MCP, le fine-tuning, les évaluations et les systèmes d’IA en production.
Collection complète de ressources IA du programmeur Yupi + Tutoriel de base Vibe Coding, partageant un tutoriel détaillé d'OpenClaw, les modes d'utilisation des grands modèles (DeepSeek / GPT / Gemini / Claude / GLM), les dernières actualités IA, une collection complète de prompts, une encyclopédie des connaissances IA (Agent Skills / RAG / MCP / A2A), un tutoriel de programmation IA (Harness Engineering), l'utilisation d'outils IA (Cursor / Claude Code / TRAE / Codex / Copilot), un tutoriel sur les frameworks de développement IA (Spring AI / LangChain), un guide de monétisation des produits IA, vous aidant à maîtriser rapidement la technologie IA et à rester à la pointe. Ce projet est le document open source aiguide, qui a été mis à niveau vers le site de navigation IA de Yupi.
Foire aux questions
Quel est le dépôt #rag le plus populaire sur GitHub ?
Le projet #rag open source le mieux classé sur GitHub est open-webui/open-webui, avec 159,201 étoiles. Interface IA conviviale (prend en charge Ollama, API OpenAI, ...)
Quels langages de programmation sont les plus utilisés dans les dépôts #rag ?
Parmi les projets #rag les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Jupyter Notebook, Go.
Comment le classement des dépôts #rag est-il calculé ?
Nous suivons 548 dépôts open source actifs associés à #rag (500+ étoiles), totalisant 4,280,860 étoiles, avec une moyenne de 7,811 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.