#rag Repository
550 repository in totale
Una collezione curata di articoli di ricerca su agenti AI pubblicati nel 2026, che copre ingegneria degli agenti, memoria, valutazione, flussi di lavoro e sistemi autonomi.
Costruisci sistemi basati su agenti. Eseguili con sicurezza. Orchestra gli agenti, automatizza i processi aziendali, ispeziona ogni esecuzione e mantieni il controllo umano. Distribuisci Heym sulla tua infrastruttura.
Sรฌ, un'altra implementazione di chat su documenti... ma questa รจ interamente locale!
Ricerca Testo Completo di YouTube - Cerca tutto YouTube dalla riga di comando
WFGY si sta dirigendo verso WFGY 5.0 Polaris Protocol, un'importante release open-source per il ragionamento IA, RAG, agenti e flussi di lavoro del mondo reale. Include Problem Map, Global Debug Card, WFGY 4.0 e l'uovo di Pasqua CFV.
Un repository di corsi basato su progetti per lo sviluppo di agenti AI usando LangChain v1+ e LangGraph: agenti di ricerca, sistemi RAG, agenti di riflessione e interpreti di codice.
Creazione di modelli linguistici di grandi dimensioni che comprendono le sfumature sociali | Tutorial completi su Prompt Engineering, RAG, Agent e fine-tuning di LLM
Implementazione open source della Wiki LLM di Karpathy. Carica documenti, collega il tuo account Claude tramite MCP e fai scrivere la tua wiki!
Raccolta di articoli eccezionali su RAG per AIGC. Proponiamo una tassonomia delle fondamenta, dei miglioramenti e delle applicazioni di RAG nell'articolo "Retrieval-Augmented Generation for AI-Generated Content: A Survey".
Agentic-RAG esplora sistemi avanzati di Retrieval-Augmented Generation potenziati con agenti AI LLM.
Motore di parsing multimodale tutto-in-uno + motore della conoscenza pronto per lโIA, basato su ontologie e guidato da una Wiki LLM
Percorso di apprendimento full-stack e tutorial in cinese sui modelli linguistici di grandi dimensioni (LLM) ๐ฅ: include Prompt Engineering, RAG, agenti IA, MCP, fine-tuning, deployment dei modelli, Transformer, programmazione con lโIA e colloqui presso le grandi aziende tecnologiche, dalle basi alla pratica in produzione.
Trench โ Infrastruttura di analisi open-source. Una singola immagine Docker pronta per la produzione basata su ClickHouse, Kafka e Node.js per il tracciamento degli eventi. Crea facilmente dashboard di analisi di prodotto, RAG LLM, piattaforme di observability o qualsiasi altro prodotto di analisi.
Gli agenti backend sono costruiti con: database multimodale, orchestrazione e servizio in un unico file
Estrazione di dati non strutturati, rapida ed efficiente. Scritto in Rust con binding per molte lingue.
Hivemind trasforma le tue tracce in competenze riutilizzabili tra gli agenti
Demistifica RAG costruendolo da zero. LLM locali, nessuna scatola nera โ vera comprensione di embedding, ricerca vettoriale, recupero e generazione aumentata dal contesto.
Una API unificata, leggera e a bassa dipendenza per utilizzare tutti i comuni modelli di riordino e cross-encoder.
Uno spazio di lavoro AI aziendale per il routing dei modelli, chat multimodale, file, strumenti, fatturazione, identitร e operazioni.
Questo repository fornisce una soluzione avanzata di Retrieval-Augmented Generation (RAG) per complesse attivitร di risposta alle domande. Utilizza un sofisticato algoritmo basato su grafi per gestire i compiti.
WikiChat รจ un RAG migliorato. Interrompe l'allucinazione dei modelli linguistici di grandi dimensioni recuperando dati da un corpus.
[EMNLP 2025 Oral] MemoryOS รจ progettato per fornire un sistema operativo di memoria per agenti IA personalizzati.
Ricerca web self-hosted per agenti IA e SEO. Google, Bing, Yandex, Baidu, DuckDuckGo ed Ecosia, elaborati in un vero browser: risultati classificati e Markdown pulito delle pagine. API, CLI, MCP ๐
Framework per agenti video AI per interazioni e flussi di lavoro video di prossima generazione.
Piattaforma di agenti con codice sorgente disponibile per le imprese globali e cinesi: collega tutti i sistemi tramite un unico nucleo di agenti. Self-hosted, compatibile con qualsiasi LLM.
Un'interfaccia chat LLM all-in-one per Mac con Apple Silicon utilizzando il framework MLX.
Una base di conoscenze leggera per persone e agenti, con indicizzazione ultraveloce e recupero estremamente preciso.
Servizio clienti open source pronto per la produzione con Evals e monitoraggio integrati
Un toolkit per creare una configurazione ottimale e pronta per la produzione di Retrieval Augmented Generation (RAG) per i tuoi dati
Questo repository contiene esempi per i clienti per iniziare a utilizzare il servizio Amazon Bedrock. Questo contiene esempi per tutti i modelli fondamentali disponibili.
Arkon: Hub di conoscenza AI aziendale e server MCP. Base di conoscenza self-hosted per consentire ai team di gestire contesti RAG, policy di accesso e competenze AI. Connetti Claude e altri LLM tramite il Model Context Protocol (MCP) per un'integrazione automatizzata e sicura della conoscenza organizzativa.
Elenco di software che consente la ricerca sul web con l'assistenza dell'IA: https://hf.co/spaces/felladrin/awesome-ai-web-search
L'implementazione ufficiale di RAPTOR: elaborazione astrattiva ricorsiva per il recupero organizzato ad albero
Questo progetto ha progettato e implementato un sistema intelligente di domande e risposte mediche basato su RAG (Retrieval-Augmented Generation) con grafi di conoscenza e modelli linguistici di grandi dimensioni. Basato sul set di dati medico DiseaseKG e utilizzando Neo4j, il sistema costruisce un grafo di conoscenza di dominio che include 44.000 entitร e 310.000 relazioni. Combinando il riconoscimento delle entitร nominate BERT e il riconoscimento dell'intento tramite un modello 32B, il sistema mitiga efficacemente le allucinazioni dei modelli linguistici in ambito medico attraverso una ricerca precisa nel grafo e una generazione controllata delle risposte, migliorando significativamente l'accuratezza e l'affidabilitร delle risposte.
Repository ufficiale per "TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding" [ACL 2025 orale]
Un sistema di configurazione per agenti conversazionali di domande e risposte, soluzioni di distribuzione self-hosted e un comodo SDK di applicazioni all-in-one, che consente di creare bot intelligenti di domande e risposte per i tuoi repository GitHub
Ragflow-Plus รจ una versione di sviluppo secondario di Ragflow, che lo rende piรน conciso e pratico
Una raccolta di notebook e altri file che possono aiutarti a imparare l'IA da zero.
Korvus รจ un SDK di ricerca che unifica l'intera pipeline RAG in una singola query al database. Costruito su Postgres con binding per Python, JavaScript, Rust e C.
Un server di memoria a lungo termine leggero, rollbackabile e visivo per agenti MCP. Dite addio a Vector RAG e all'amnesia. Potenzia il tuo AI con una memoria persistente e strutturata come un grafo, attraverso qualsiasi modello, sessione o strumento. Sostituto drop-in per OpenClaw.
๐ Fantastica lista di applicazioni di Retrieval-Augmented Generation (RAG) nell'IA generativa.
Piattaforma di applicazioni IA (chat, disegno, base di conoscenze, flussi di lavoro, marketplace di servizi MCP, input e output vocali, memoria a lungo termine)