#rag リポジトリ
リポジトリ合計550件
Webからテキストとメタデータを収集するためのPythonおよびコマンドラインツール:クローリング、スクラッピング、抽出、CSV、JSON、HTML、MD、TXT、XMLとして出力
JavaScript、Go、Dart、Pythonでエージェントアプリを構築するためのオープンソースフレームワーク。Googleによって構築され、本番環境で使用されています
Nexentは、Harnessエンジニアリングの原則を使用して、本番グレードのAIエージェントを自動生成するゼロコードプラットフォームです — 統一されたツール、スキル、メモリ、オーケストレーションを備え、組み込みの制約、フィードバックループ、コントロールプレーンを搭載。
🚀 2026 年最も体系的な AI Agent 即戦力ガイド|インテリジェントエージェント実践チュートリアル · 完全学習パス + 実践プロジェクト + 面接問題集 · 大規模モデルアプリケーション開発エンジニア職に対応 · LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / プロンプトをカバー · エンタープライズ展開とファインチューニング · 0からエンタープライズ実装まで + 学習から本番プロジェクト上线まで + 面接準備一体化
複数プロバイダーの LLM 管理、安全なナレッジベースと高精度 RAG、ビジュアルなワークフローオーケストレーション、マルチエージェント連携を備えたエンタープライズ向け AI エージェントフレームワーク。
AI駆動のバーチャルエグゼクティブチーム — 8つの専門エージェントに支えられた、一貫性のある単一のエグゼクティブペルソナ(FastAPI + Next.js)。
⚡️LLM、RAG、エージェントループで駆動される次世代パーソナルAIアシスタント。コンピュータ使用、ブラウザ使用、コーディングエージェントをサポート。デモ:https://demo.openagentai.org
AIコーディングエージェントのための頼りになるウェブ — MCPを介したローカルファーストの検索、取得、クロール、リサーチ。APIキー不要、クラウド不要、1クエリ0ドル。公開ベータ版。
MineContext は、プロアクティブでコンテキストを認識する AI パートナーです(Context-Engineering+ChatGPT Pulse)
オープンソースAIセールスOS — ネイティブAIエージェント+WhatsApp(WAHA)を備えたセルフホスト型CRM。チャットで販売するあらゆるビジネス向けのKommo、Octadesk、Intercomのオープンな代替品。MCP対応、マルチテナント、LGPD準拠。
LLMの実践ガイド:基本からAWSへの高度なLLMおよびRAGアプリのデプロイまで、LLMOpsのベストプラクティスを活用
スタンフォード大学 CME 295 Transformer および大規模言語モデル VIP チートシート
LLMアプリケーションのために構築されたAIネイティブデータベース。高密度ベクトル、スパースベクトル、テンソル(マルチベクトル)、全文の非常に高速なハイブリッド検索を提供します。
claude desktop、github copilot、codex、antigravityなどのLLMアプリケーション向けローカル永続メモリ保存場所。
Oracle AI Database と OCI サービスを使用して、アプリケーション、エージェント、システムを構築する AI 開発者向けの技術リソース
エンタープライズ級 Agentic RAG インテリジェントエージェント - 全チェーンカバレッジ:ドキュメント解析、マルチルート検索、インテント認識、質問書き換え、会話メモリ、MCPツール呼び出しと深層思考。実際のビジネスシナリオ向け、0から1までの完全エンジニアリング実装。
OpenClaw 向け強化 LanceDB メモリプラグイン — ハイブリッド検索(ベクター + BM25)、クロスエンコーダー再ランク、多スコープ分離、管理 CLI
🤖 𝗟𝗟𝗠𝗢𝗽𝘀 のベスト プラクティスを使用して、エンドツーエンドのプロダクション レディ 𝗟𝗟𝗠 および 𝗥𝗔𝗚 システムを構築する方法を無料で 𝗔𝗽𝗽𝗿𝗲𝗻𝗲𝘇 : ~ 𝘴𝘰𝘶𝘳𝘤𝘦 𝘤𝘰𝘥𝘦 + 12 व्यावहारिक 𝘭𝘦çᴏ𝘯𝘴
LangGraph で構築されたモジュール式 Agentic RAG — 数分で Retrieval-Augmented Generation エージェントを学びましょう。