#rag-pipeline Dépôts
Découvrez 12 dépôts GitHub open source actifs associés à #rag-pipeline, cumulant 23,901 étoiles au total (soit une moyenne de 1,991 étoiles par projet). Le projet en tête de ce thème est GiovanniPasq/agentic-rag-for-dummies, avec 4,397 étoiles.
12 dépôts au total
Un RAG Agentic modulaire construit avec LangGraph — apprenez les agents de génération augmentée par récupération en quelques minutes.
Knowhere extrait, analyse et produit des morceaux structurés prêts pour les agents IA et le RAG.
NeMo Retriever Library est un microservice évolutif et axé sur la performance pour l'extraction de contenu de documents et de métadonnées. NeMo Retriever Library utilise des microservices NVIDIA NIM spécialisés pour trouver, contextualiser et extraire des textes, des tableaux, des graphiques et des images que vous pouvez utiliser dans des applications génératives en aval.
Projets et ressources pour vous aider à devenir un meilleur développeur IA.
Un outil rapide pour convertir n'importe quel site Web en données markdown prêtes pour LLM. Construit par https://supermemory.ai
Démystifiez le RAG en le construisant à partir de zéro. LLM locaux, pas de boîtes noires – une réelle compréhension des embeddings, de la recherche vectorielle, de la récupération et de la génération augmentée par le contexte.
MAESTRO est une application de recherche alimentée par l'IA conçue pour rationaliser les tâches de recherche complexes.
Une base de données vectorielle locale ultra-rapide à utiliser avec les agents LLM. Nous acceptons désormais les SAFE à une valorisation de 135 millions de dollars.
Ce dépôt fournit le code côté serveur pour que l'API llmsherpa se connecte. Il comprend des analyseurs pour divers formats de fichiers.
Couche mémoire partagée dans un fichier unique pour tous vos agents, RAG en moins d’une milliseconde sur du texte, des photos et des vidéos sur Apple Silicon. Aucun serveur. Aucune API. Un seul fichier. Swift pur.
🔥 Créez instantanément des chatbots IA pour n'importe quel site Web avec la recherche alimentée par RAG, les réponses en flux continu et les points de terminaison d'API compatibles avec OpenAI
Foire aux questions
Quel est le dépôt #rag-pipeline le plus populaire sur GitHub ?
Le projet #rag-pipeline open source le mieux classé sur GitHub est GiovanniPasq/agentic-rag-for-dummies, avec 4,397 étoiles. Un RAG Agentic modulaire construit avec LangGraph — apprenez les agents de génération augmentée par récupération en quelques minutes.
Quels langages de programmation sont les plus utilisés dans les dépôts #rag-pipeline ?
Parmi les projets #rag-pipeline les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Jupyter Notebook, JavaScript.
Comment le classement des dépôts #rag-pipeline est-il calculé ?
Nous suivons 12 dépôts open source actifs associés à #rag-pipeline (500+ étoiles), totalisant 23,901 étoiles, avec une moyenne de 1,991 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.