#retrieval Repository
Scopri 32 repository GitHub open source attivi contrassegnati con #retrieval, che raccolgono un totale di 103,199 stelle (con una media di 3,224 stelle per progetto). Il progetto leader di questo argomento è VectifyAI/PageIndex, con 40,634 stelle.
32 repository in totale
Ricerca di codice rapida e precisa per agenti. Utilizza il 99% di token in meno rispetto a grep+read
Runtime di memoria a lungo termine per agenti IA: Markdown semplice come fonte di verità, recupero locale ordinato per rilevanza e un livello di gestione indipendente durante i periodi di inattività. Claude Code e Codex condividono lo stesso archivio. Non è necessaria alcuna chiave API.
[ICML'26] SimpleMem: Memoria permanente efficiente per agenti LLM — testo e multimodale
Server di inferenza open source e cluster di produzione per tutti i modelli di cui il tuo agente ha bisogno.
MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità
Memoria a lungo termine basata sul profilo utente per applicazioni di chatbot AI.
Apache Lucene.NET è una libreria di ricerca full-text open source scritta in C#, portata dal progetto Apache Lucene.
Un benchmark eterogeneo per il recupero delle informazioni. Facile da usare, valuta i tuoi modelli su oltre 15 diversi set di dati IR.
L'implementazione ufficiale di RAPTOR: elaborazione astrattiva ricorsiva per il recupero organizzato ad albero
OpenResearcher: Un Pipeline Completamente Aperto per la Sintesi di Traiettorie di Ricerca Profonda a Lungo Termine
CLI aperto per integrare ricerca, raccomandazione e recupero conversazionale dell'IA in sistemi di agenti e sistemi aziendali
Libreria Rust per generare incorporamenti vettoriali e riordinare localmente!
Un'implementazione ufficiale per "CLIP4Clip: Uno studio empirico di CLIP per il recupero di videoclip end-to-end"
Il livello di recupero per sistemi AI in produzione. Ricerca fulminea (<10 ms) senza database vettoriali. Progettato per browser, edge, dispositivo e cloud.
Un database vettoriale ad alte prestazioni che sfrutta il calcolo parallelo su grafi
Neum AI è un framework di prim'ordine per gestire la creazione e la sincronizzazione di embedding vettoriali su larga scala.
[Pytorch] Modello di recupero generativo che utilizza ID semantici da "Recommender Systems with Generative Retrieval"
Utilizza modelli multimodali a interazione tardiva come ColPali in poche righe di codice.
Motore di ricerca basato su "grounding" (cioè con riferimento alla fonte) basato su LLM / ChatGPT / API OpenAI. Supporta la ricerca web, la ricerca del contenuto di file, ecc.
🔥 Rankify: Un toolkit Python completo per Retrieval, Re-Ranking e Retrieval-Augmented Generation 🔥. Il nostro toolkit integra 40 set di dati di benchmark pre-recuperati e supporta 7+ tecniche di retrieval, 24+ modelli di Re-Ranking all'avanguardia e molteplici metodi RAG.
~97% di riduzione dei token per le sessioni di programmazione con IA — nessuna dipendenza, 38 lingue, server MCP
Framework RAG facile da usare; Soluzione Top3 della CCF AIOps International Challenge 2024; Soluzione del team vincitore della CCF AIOps International Challenge 2024
Usa ArXiv ChatGuru per parlare con articoli di ricerca. Questa app utilizza LangChain, OpenAI, Streamlit e Redis come database vettoriale/cache semantica.
Recupera, Leggi e Collega: Entity Linking e Estrazione di Relazioni Veloci e Precise con un Budget Accademico (ACL 2024)
Domande frequenti
Qual è il repository #retrieval più popolare su GitHub?
Il progetto open source #retrieval più alto in classifica su GitHub è VectifyAI/PageIndex, con 40,634 stelle. 📑 PageIndex: Indice Documentale per RAG basato sul ragionamento senza vettori
Quali linguaggi di programmazione sono più utilizzati nei repository #retrieval?
Tra i progetti #retrieval più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C#, TypeScript.
Come viene calcolata la classifica dei repository #retrieval?
Monitoriamo 32 repository open source attivi contrassegnati con #retrieval (500+ stelle), per un totale di 103,199 stelle e una media di 3,224 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.