#rag-chatbot Repository
Scopri 10 repository GitHub open source attivi contrassegnati con #rag-chatbot, che raccolgono un totale di 12,066 stelle (con una media di 1,206 stelle per progetto). Il progetto leader di questo argomento è GiovanniPasq/agentic-rag-for-dummies, con 4,397 stelle.
10 repository in totale
Un RAG Agentic modulare costruito con LangGraph — impara gli agenti di Generazione Aumentata dalla Ricerca in pochi minuti.
Una guida completa per comprendere e implementare grandi modelli linguistici con esempi pratici utilizzando LangChain per applicazioni GenAI.
Demistifica RAG costruendolo da zero. LLM locali, nessuna scatola nera – vera comprensione di embedding, ricerca vettoriale, recupero e generazione aumentata dal contesto.
Frozen — memoria persistente tra agenti per assistenti di programmazione. Funziona ancora; il nucleo della memoria compressa è ora incluso in JuliusBrussee/caveman.
Alternativa open-source e self-hosted a NotebookLM. Chat con i tuoi documenti, genera riassunti audio e radica l'IA nelle tue fonti—costruita con Supabase e N8N su frontend React.
Un agente sofisticato basato su LangGraph che automatizza l'analisi delle opzioni finanziarie con dati in tempo reale da Polygon.io, con cache intelligente, memoria persistente e analisi di livello professionale. Progettato per trader, analisti e sviluppatori che necessitano di un'elaborazione intelligente dei dati delle opzioni.
Fai domande sulle tue note Markdown usando un motore Graph RAG completamente locale. Progettato per i vault di Obsidian, funziona con qualsiasi cartella di file Markdown. Estrae triple entità-relazione dai wikilink e dal frontmatter YAML, quindi recupera le risposte tramite ricerca ibrida (vettoriale + BM25 + temporale). Multilingue. Nessun cloud. Funziona con Ollama.
Manuale completo per costruire, distribuire e comprendere agenti LLM con oltre 60 scheletri, tutorial, guide all'ecosistema e strumenti di valutazione.
Base di conoscenze CTF 2026: 12 articoli approfonditi sulle vulnerabilità web + 1.049 write-up di competizioni degli anni passati + 110 script per le soluzioni + una guida rapida ai payload + 67 schede tecniche e 2.863 casi di insuccesso. Una raccolta di risorse consultabili e formative per i partecipanti ai CTF: 12 articoli approfonditi sulle vulnerabilità web, 1.049 write-up di competizioni degli anni passati, 110 script per le soluzioni, una guida rapida ai payload, oltre a 67 schede tecniche e 2.863 casi di insuccesso ricavati dai write-up. Tutto è in testo Markdown semplice, pronto per la lettura o l’integrazione con RAG.
Domande frequenti
Qual è il repository #rag-chatbot più popolare su GitHub?
Il progetto open source #rag-chatbot più alto in classifica su GitHub è GiovanniPasq/agentic-rag-for-dummies, con 4,397 stelle. Un RAG Agentic modulare costruito con LangGraph — impara gli agenti di Generazione Aumentata dalla Ricerca in pochi minuti.
Quali linguaggi di programmazione sono più utilizzati nei repository #rag-chatbot?
Tra i progetti #rag-chatbot più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, JavaScript.
Come viene calcolata la classifica dei repository #rag-chatbot?
Monitoriamo 10 repository open source attivi contrassegnati con #rag-chatbot (500+ stelle), per un totale di 12,066 stelle e una media di 1,206 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.