#rag リポジトリ
#ragのタグが付いた、GitHub上の548件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は4,280,860個で、プロジェクトあたりの平均は7,811個です。このトピックをリードしているのは、159,201個のスターを獲得しているopen-webui/open-webuiです。
リポジトリ合計550件
ドキュメント、SQLスキーマ、設定ファイル、PDFを含むあらゆるコードベースを、クエリ可能なナレッジグラフに変換します。Claude Code、Cursor、Codex、Gemini CLI向けの「/graphify」スキル:ローカルでの決定論的AST解析、すべてのエッジを解説、ベクトルストア不要。
すべてのエージェントに対するセッション間での永続的なコンテキスト – エージェントがセッション中に行うすべてのアクションをキャプチャし、AIで圧縮して、関連するコンテキストを将来のセッションに再注入します。Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCodeなどで動作します。
あらゆるPDFや画像ドキュメントをAI用の構造化データに変換します。画像/PDFとLLMの間のギャップを埋める、パワフルで軽量なOCRツールキット。100以上の言語に対応しています。
公式 Crawl4AI Cloud:AIエージェント向けの、ホスト型ウェブスクレイピング・抽出・検索API。APIキーは無料で、毎月1,000クレジットを利用でき、カード登録も不要です。完全なオープンソースです。このリポジトリにはサービスを支えるApache-2.0ライセンスのクローラーが含まれており、自分でホストすることもできます。
🐙 プロンプトエンジニアリング、コンテキストエンジニアリング、RAG、およびAIエージェントに関するガイド、論文、レッスン、ノートブック、リソース。
ツール出力、ログ、ファイル、RAGチャンクをLLMに到達する前に圧縮します。コーディングエージェントではトークンを20%削減、JSONでは60〜95%削減し、回答の質は維持します。ライブラリ、プロキシ、MCPサーバーとして利用可能。
『AIエージェントの深層理解:設計原理とエンジニアリングの実践』(李博傑 著)オープンソースメインリポジトリ:全編本文、コンパイル済みPDF、および章ごとの付随コード。
無料のオープンソースAIローコードプラットフォームであり、AI時代に複雑な業務システムを構築するためのオープンソース基盤です!権限管理、マルチテナント、ワークフロー、レポート、ダッシュボード、AIナレッジベースなどの汎用機能をすぐに利用できるため、AIは業務固有の部分だけを生成すれば十分です。AI Skillsを使えば、ひと言でシステム全体を自動生成できます。テーブル作成、フロントエンド/バックエンドのコード、メニュー権限、BPMプロセス、フォーム、レポート、ダッシュボードまで、すべて自動で作成します。チャット、ナレッジベース、ワークフローオーケストレーション、MCPを備えたAIアプリケーションプラットフォームを内蔵し、主要な大規模言語モデルに対応しています。
継続的なコンテンツストリームを検索・監視に変換するオープンソースエンジン。永続的な取り込み、ハイブリッド検索、アラート、さらにフォーマット、モデル、ビジネスルール向けのプラグインを提供します。
Langchain-Chatchat(旧Langchain-ChatGLM)、LangchainとChatGLM、Qwen、Llamaなどの言語モデルに基づくRAGおよびAgentアプリケーション | Langchain-Chatchat(舊langchain-ChatGLM)、Langchainを使用したローカルナレッジベースLLM(ChatGLM、Qwen、Llamaなど)RAGおよびAgentアプリ
あなたのAIセカンドブレイン。セルフホスト可能。ウェブまたはドキュメントから回答を得る。カスタムエージェントを構築し、自動化をスケジュールし、詳細な調査を行う。オンラインまたはローカルのLLMを、あなたの個人的で自律的なAI(gpt、claude、gemini、llama、qwen、mistral)に変換する。今すぐ始める - 無料。
このリポジトリは、Retrieval-Augmented Generation (RAG) システムのさまざまな高度な手法を展示しています。各手法には詳細なノートブックチュートリアルがあります。
FastGPTはLLM上に構築された知識ベースのプラットフォームであり、データ処理、RAG検索、ビジュアルAIワークフローオーケストレーションなどの包括的なすぐに利用可能な機能を提供し、extensive setup or configuration を必要とせずに複雑な質疑応答システムを簡単に開発および展開できます。
プロンプト、エージェント、RAGをテストしましょう。AI向けのレッドチーミング/ペネトレーションテスト/脆弱性スキャンを実行します。GPT、Claude、Gemini、DeepSeekなどのパフォーマンスを比較。コマンドラインおよびCI/CD統合を備えたシンプルな宣言型構成。OpenAIやAnthropicでも採用されています。
コンテキスト設計に優れた、プロダクションレディなLLMアプリケーション構築のためのオープンソースAIオーケストレーションフレームワーク。検索、ルーティング、メモリ、生成を明確に制御できるモジュールパイプラインとエージェントワークフローを設計。スケーラブルなエージェント、RAG、マルチモーダルアプリケーション、セマンティック検索、会話システム向けに構築されています。
🔥 MaxKBは、エンタープライズグレードのエージェントを構築するためのオープンソースプラットフォームです。強力で使いやすいオープンソースのエンタープライズ向けエージェントプラットフォーム。
🚀 LLM、RAG、AIエージェント、MCP、ファインチューニング、評価、本番環境向けAIシステムを網羅した、AIエンジニアリングのリソース、ロードマップ、ツール、プロジェクトの厳選コレクション。
プログラマー魚皮のAIリソース大全 + Vibe Codingゼロベースチュートリアル。OpenClawの丁寧なチュートリアル、大モデルの遊び方(DeepSeek / GPT / Gemini / Claude / GLM)、最新AIニュース、プロンプト大全、AI知識百科(Agent Skills / RAG / MCP / A2A)、AIプログラミングチュートリアル(Harness Engineering)、AIツールの使い方(Cursor / Claude Code / TRAE / Codex / Copilot)、AI開発フレームワークチュートリアル(Spring AI / LangChain)、AI製品収益化ガイドを共有し、AI技術を素早く習得し、時代の最先端を行くお手伝いをします。このプロジェクトはオープンソースドキュメントaiguideで、魚皮AIナビゲーションサイトにアップグレードされました。
よくある質問
GitHubで最も人気のある#ragリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#ragプロジェクトは、159,201個のスターを獲得しているopen-webui/open-webuiです。ユーザーフレンドリーなAIインターフェース(Ollama、OpenAI APIなどをサポート)
#ragリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#ragプロジェクトでは、Python, TypeScript, Jupyter Notebook, Goが最も一般的なプログラミング言語です。
#ragリポジトリのランキングはどのように算出されていますか?
#ragのタグが付いた548件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は4,280,860個で、リポジトリあたりの平均は7,811個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。