#rag Dépôts
550 dépôts au total
RAG pour LLM locaux, chattez avec des fichiers PDF/doc/txt, ChatPDF. Implémentation RAG purement native, basée sur des LLM locaux, des modèles d'embedding, des modèles de reranker, prend en charge GraphRAG, sans nécessiter l'installation de bibliothèques d'agents tierces.
[EMNLP'25] s3 - ⚡ Entraînement Efficace et Performant des Agents de Recherche via RL pour RAG (RLVR pour la Recherche avec des Données Minimales)
Utilisez des modèles multimodaux à interaction tardive tels que ColPali en quelques lignes de code.
🔥 Ce dépôt contient des exemples d'applications complets, y compris des sites Web et d'autres projets, développés à l'aide de Firecrawl.
ARGO est une plateforme open-source d'agent IA qui apporte Local Manus sur votre bureau. Avec des téléchargements de modèles en un clic, une intégration fluide de LLM fermés et des bases de connaissances RAG priorisant le mode hors ligne, ARGO devient une centrale DeepResearch pour la pensée autonome, la planification de tâches, et 100 % de vos données restent localement. Support Win/Mac/Docker.
Déployez n'importe quel modèle d'IA, agent, base de données, RAG et pipeline localement ou à distance en quelques minutes
♾️ Flotte d'Agents Privés avec Codage Spécifique. Chaque agent obtient son propre bureau accéléré par GPU. Exécutez Claude, Codex, Gemini et modèles ouverts sur une Pile IA Privée Complète ♾️
Mémoire à long terme pour assistants IA. Stockage de graphes et de vecteurs qui mémorise les décisions, les relations et le contexte au fil des sessions.
Une instance GroundX déployable sur Kubernetes pour l'analyse, le stockage et la recherche de documents.
Ce modèle RAG NVIDIA sert de solution de référence pour un pipeline de génération augmentée par récupération (RAG) fondamental.
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.
Comparez les projets LLM locaux open source compatibles selon leurs métriques pour évaluer leur popularité et leur activité.
Dépôt de ressources de révision pour les entretiens techniques : Backend Java / Agents IA / Conception de systèmes / Algorithmes
Indexation, requêtes et applications LLM agentiques rapides en streaming en Rust
Un tutoriel systématique de développement d'Agents IA couvrant les agents LLM, le RAG, l'utilisation d'outils, les systèmes de mémoire, les systèmes multi-agents, LangChain, LangGraph, MCP et le RL agentique. | Apprenez le développement d'Agents IA à partir de zéro | Un tutoriel de développement d'Agents systématique, complet et orienté pratique | Suivi automatique quotidien des derniers articles arXiv
Un environnement d’exécution de compétences en IA pour les tâches exigeant beaucoup de connaissances, qui vous donne le contrôle sur tout.
Album AI-First : Discutez avec votre galerie en langage naturel ! LLM Vision + RAG + Album/Galerie.
Exemples montrant comment créer des applications Java alimentées par l'IA générative et les LLM à l'aide de Spring AI et Spring Boot.
Ingérez des fichiers pour la génération aumentada par récupération (RAG) avec des grands modèles linguistiques (LLM) open-source, le tout sans que des tiers ou des données sensibles ne quittent votre réseau.
Transformez DeepSeek Harness en une plateforme d’agents d’entreprise auto-hébergée, dotée de gestion des connaissances, de recherche approfondie, de génération de contenu, de programmation intuitive, d’automatisation du navigateur, de gouvernance et de contrôles d’administration.
Notebooks Colab pratiques et sans framework pour développer les compétences d'AI Engineer / Forward Deployed Engineer (FDE) : API de modèles, sorties structurées, appels d'outils, RAG, évaluations comme pilier central, agents (boucle créée de zéro, conception d'outils, garde-fous, MCP, compétences), fine-tuning vs LoRA, injection de prompts/sécurité, LLMOps et relation client. Fonctionne sur l'API gratuite de Groq.
Exportateur de chats Claude.ai en un clic, axé sur la confidentialité — Markdown propre avec artefacts et pièces jointes, prêt pour Obsidian et RAG.
Développement d'applications IA, pratique de la programmation IA et guide d'entretien, couvrant les technologies clés et les pratiques d'ingénierie telles que LLM, Agent, RAG, MCP, Claude Code et Codex.
Donnez à vos agents IA une mémoire persistante et collective — avec absorption dédupliquée, lignée de remplacement, recherche sémantique et une interface graphique. Parle MCP.
Generative AI Examples est une collection d'exemples GenAI tels que ChatQnA, Copilot, qui illustrent les capacités de pipeline du projet Open Platform for Enterprise AI (OPEA).
Le Wiki LLM local-first : constructeur de graphes de connaissances open-source, base de connaissances RAG et stockage de mémoire pour agents. Construit sur le modèle d'Andrej Karpathy. Une alternative à Obsidian pour la gestion des connaissances personnelles, un second cerveau IA et une mémoire durable pour Claude Code / Codex / OpenClaw.
Exploration des architectures d’AGI en boîte blanche : métacognition (boucle d’auto-conscience), apprentissage continu (volant d’inertie du savoir), modèle du monde (espace conditionnel + graphe spatiotemporel sémantique), auto-amélioration (discipline d’amorçage), pipeline en boîte blanche sans LLM et garde-fous de confiance auditables.
Bibliothèques .NET sous licence MIT et sans COM pour créer, lire, modifier, convertir, rendre et extraire des formats Office, PDF, e-mail, OneNote et texte.
Projets pratiques d'assistant de programmation IA 2025 (Auteur : Programmeur Yupi), basé sur Spring Boot 3.5 + Java 21 + LangChain4j + IA, construit un robot intelligent d'apprentissage de la programmation et de coaching pour l'emploi, couvrant l'intégration de grands modèles IA, les fonctionnalités principales de LangChain4j, les conversations en streaming, l'ingénierie des prompts, l'augmentation de recherche RAG, les bases de données vectorielles, l'appel d'outils Tool Calling, le protocole de contexte de modèle MCP, les crawlers web, la protection de sécurité, le développement frontend Vue.js, la push serveur SSE et d'autres technologies de développement d'applications IA de niveau entreprise. Aide les développeurs à maîtriser les compétences essentielles de l'ère IA, à se familiariser avec le framework LangChain, à améliorer l'efficacité de l'apprentissage de la programmation et la compétitivité à l'emploi, et à devenir des talents en développement full-stack IA recherchés par les entreprises.
Systèmes, benchmarks et articles sélectionnés sur la mémoire pour les LLM/MLLM — contexte à long terme, récupération et raisonnement.
Ce dépôt contient le code pour "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] et "MMEB-V3" [COLM 2026]
Moteur de recherche et de réponse AI-first pour le travail. Alternative open-source à Glean.
Résumé vidéo par IA et base de connaissances pour Bilibili, YouTube et les vidéos locales.
Framework d’agents d’IA en TypeScript : mémoire cognitive, personnalités dynamiques, comportements émergents et conceptions auto-constructrices
Second Brain est un framework agentique qui agit comme un système d'exploitation, utilisant l'intelligence des fichiers locaux, l'automatisation des flux de travail et les LLMs pour accomplir des tâches et communiquer via plusieurs modalités et plateformes de messagerie.
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.
🔥 Rankify : Une boîte à outils Python complète pour la récupération, le re-classement et la génération augmentée par récupération 🔥. Notre boîte à outils intègre 40 ensembles de données de référence pré-récupérés et prend en charge plus de 7 techniques de récupération, 24+ modèles de re-classement de pointe et plusieurs méthodes RAG.
Un projet éducatif (pas à pas) pour apprendre à créer une application prête à l’emploi pour une application RAG.
Frozen — mémoire persistante inter-agents pour assistants de programmation. Fonctionne toujours ; le cœur de mémoire compressée est désormais intégré à JuliusBrussee/caveman.
Anything — Un moteur de recherche de documents qui effectue des recherches par contenu, et non par nom de fichier. Recherche spécialisée hors ligne pour les documents HWP, PDF et Office. Windows et macOS.