#rag リポジトリ
リポジトリ合計550件
ローカルLLM用RAG、PDF/doc/txtファイルとのチャット、ChatPDF。純粋なネイティブRAG機能実装、ローカルLLM、embeddingモデル、rerankerモデルに基づいて実装、GraphRAGをサポート、サードパーティ製エージェントライブラリのインストール不要。
🔥 このリポジトリには、Firecrawl を使用して開発された Web サイトやその他のプロジェクトを含む、完全なアプリケーションの例が含まれています。
ARGOは、オープンソースのAIエージェントプラットフォームで、Local Manusをデスクトップに持ち込みます。一クリックのモデルダウンロード、シームレスなクローズドLLM統合、オフライン優先のRAG知識ベースにより、ARGOは自律思考、タスク計画のためのDeepResearchの強力なツールとなり、データの100%がローカルに留まります。Win/Mac/Docker対応。
♾️ スペックコーディング付きプライベートエージェントフリート。各エージェントに独自のGPUアクセラレーテッドデスクトップ。Claude、Codex、Gemini、オープンモデルをフルプライベートAIスタックで実行 ♾️
このNVIDIA RAGブリープリントは、基礎的な Retrieval Augmented Generation(RAG)パイプラインの参考ソリューションとして機能します。
すべてのエージェントで共有できる単一ファイルのメモリレイヤー。Apple Silicon上で、テキスト、写真、動画に対するサブミリ秒のRAGを実現。サーバー不要。API不要。1ファイル。Pure Swift。
LLMエージェント、RAG、ツール使用、メモリシステム、マルチエージェントシステム、LangChain、LangGraph、MCP、エージェント的強化学習を網羅した体系的なAIエージェント開発チュートリアル。|ゼロから学ぶAIエージェント開発|体系的・包括的・実践指向のエージェント開発チュートリアル|arXivの最新論文を毎日自動追跡
Spring AI および Spring Boot を使用して、Generative AI および LLM を活用した Java アプリケーションを構築する方法を示すサンプル。
オープンソースの大規模言語モデル(LLM)を使用した検索拡張生成(RAG)のためのファイルの取り込み。サードパーティや機密データがネットワークを離れることはありません。
DeepSeek Harnessを、ナレッジ管理、深掘りリサーチ、コンテンツ生成、バイブコーディング、ブラウザー自動化、ガバナンス、管理者向け制御機能を備えたセルフホスト型のエンタープライズエージェントプラットフォームに変えましょう。
AI エンジニア / Forward Deployed Engineer (FDE) のスキルセットを網羅した、フレームワーク不使用の実践的 Colab ノートブック — モデル API、構造化出力、ツール呼び出し、RAG、評価基盤 (evals-as-the-spine)、エージェント (ゼロからのループ構築、ツール設計、ガードレール、MCP、スキル)、ファインチューニング vs LoRA、プロンプトインジェクション/セキュリティ、LLMOps、顧客対応スキル。無料の Groq API で動作します。
Claude.aiチャット用ワンクリック・プライバシー重視エクスポートツール — アーティファクトと添付ファイルを含むクリーンなMarkdown形式で、ObsidianやRAGに最適。
AIアプリケーション開発、AIプログラミングの実践、および面接ガイド。LLM、Agent、RAG、MCP、Claude Code、Codexなどのコア技術とエンジニアリングの実践を網羅しています。
Generative AI Examples は、Open Platform for Enterprise AI (OPEA) プロジェクトのパイプライン機能を例示する、ChatQnA、Copilot などの GenAI の例のコレクションです。
ローカルファーストなLLM Wiki:オープンソースのナレッジグラフビルダー、RAGナレッジベース、およびエージェントメモリストア。Andrej Karpathyのパターンに基づいて構築されています。個人ナレッジ管理、AIセカンドブレイン、そしてClaude Code / Codex / OpenClawのための永続的なメモリを実現するObsidianの代替ツールです。
ホワイトボックスAGIアーキテクチャの探究:メタ認知(自己認識ループ)、継続学習(知識のフライホイール)、世界モデル(条件空間+意味的時空間グラフ)、自己改善(ブートストラップ規律)、LLMを使わないホワイトボックス・パイプライン、監査可能な信頼のガードレール。
MITライセンスのCOMフリー.NETライブラリ。Office、PDF、電子メール、OneNote、およびテキスト形式の作成、読み取り、編集、変換、レンダリング、抽出に使用できます。
2025年 AIプログラミングアシスタント実践プロジェクト(著者:プログラマー魚皮)、Spring Boot 3.5 + Java 21 + LangChain4j + AIを基盤に、インテリジェントなプログラミング学習・就職コーチングロボットを構築。AI大規模モデル連携、LangChain4jのコア機能、ストリーミング対話、Promptエンジニアリング、RAG検索拡張、ベクトルデータベース、Tool Callingツール呼び出し、MCPモデルコンテキストプロトコル、Webクローラー、セキュリティ保護、Vue.jsフロントエンド開発、SSEサーバーサイドプッシュなど企業レベルのAIアプリケーション開発技術をカバーします。開発者がAI時代に必須のスキルを習得し、LangChainフレームワークに習熟し、プログラミング学習効率と就職競争力を向上させ、企業が求めるAIフルスタック開発人材となることを支援します。
このリポジトリには、「VLM2Vec / MMEB」[ICLR 2025]、「VLM2Vec-V2 / MMEB-V2」[TMLR 2026]、「MMEB-V3」[COLM 2026]のコードが含まれています。
Second Brain は、エージェントフレームワークであり、オペレーティングシステムとして機能し、ローカルファイルインテリジェンス、ワークフロー自動化、および LLM を使用してタスクを完了し、複数のモダリティおよびメッセージングプラットフォームで通信します。
インテリジェントな対話、ドキュメント知識に基づく Q&A、インターネット検索、RAG 検索、MCP ツールプロトコル、Skills 拡張など、包括的な機能を備えたエンタープライズ向け AI エージェントプラットフォームです。3 層の実行基盤、二つのチャネルによるハイブリッド検索、組み合わせ可能なチャンク分割エンジン、会話メモリ管理、エンドツーエンドの可観測性を備え、あらゆる工程が綿密に設計され、エンジニアリングによって磨き上げられています。
🔥 Rankify: 検索、再ランク付け、検索拡張生成のための包括的なPythonツールキット 🔥。当社のツールキットは、40の事前検索されたベンチマークデータセットを統合し、7以上の検索技術、24以上の最先端の再ランク付けモデル、および複数のRAGメソッドをサポートしています。
Frozen — コーディングアシスタント向けのエージェント間永続メモリ。現在も動作しており、圧縮メモリのコアは JuliusBrussee/caveman に同梱されています。
Anything — ファイル名ではなく、本文で検索するドキュメント検索エンジン。HWP、PDF、Office文書のオフライン専門検索。WindowsおよびmacOS対応。