#rag 저장소
저장소 총 550개
로컬 LLM용 RAG, PDF/doc/txt 파일과 채팅, ChatPDF. 순수 네이티브 RAG 기능 구현, 로컬 LLM, 임베딩 모델, 리랭커 모델 기반으로 구현, GraphRAG 지원, 타사 에이전트 라이브러리 설치 불필요.
🔥 이 리포지토리에는 Firecrawl을 사용하여 개발된 웹사이트 및 기타 프로젝트를 포함한 완전한 애플리케이션 예제가 포함되어 있습니다.
ARGO는 오픈소스 AI 에이전트 플랫폼으로, Local Manus를 데스크톱에 가져옵니다. 한 클릭 모델 다운로드, 원활한 폐쇄형 LLM 통합, 오프라인 우선 RAG 지식 베이스로 ARGO는 자율적 사고, 작업 계획을 위한 DeepResearch 강력 도구가 되며, 데이터 100%가 로컬에 유지됩니다. Win/Mac/Docker 지원.
♾️ 특수 코딩의 프라이빗 에이전트 플릿. 각 에이전트는 GPU 가속 데스크톱을 가짐. Claude, Codex, Gemini 및 오픈 모델을 완전한 프라이빗 AI 스택에서 실행 ♾️
이 NVIDIA RAG 청사진은 기초적인 Retrieval Augmented Generation(RAG) 파이프라인을 위한 참조 솔루션 역할을 합니다.
모든 에이전트를 위한 공유 단일 파일 메모리 레이어. Apple Silicon에서 텍스트, 사진, 동영상에 대해 1밀리초 미만의 RAG 제공. 서버 불필요. API 불필요. 파일 하나. 순수 Swift.
LLM 에이전트, RAG, 도구 사용, 메모리 시스템, 멀티 에이전트 시스템, LangChain, LangGraph, MCP, 에이전틱 강화학습을 다루는 체계적인 AI 에이전트 개발 튜토리얼.|제로부터 시작하는 AI 에이전트 개발|체계적이고 포괄적이며 실전 중심의 에이전트 개발 튜토리얼|arXiv 최신 논문 매일 자동 추적
Generative AI 및 LLM을 사용하는 Spring AI 및 Spring Boot 기반 Java 애플리케이션 구축 방법에 대한 샘플입니다.
오픈 소스 대규모 언어 모델(LLM)을 사용하여 검색 증강 생성(RAG)을 위한 파일을 수집합니다. 민감한 데이터나 제3자 없이 네트워크를 벗어나지 않습니다.
DeepSeek Harness를 지식 관리, 심층 리서치, 콘텐츠 생성, 바이브 코딩, 브라우저 자동화, 거버넌스 및 관리자 제어 기능을 갖춘 셀프 호스팅 엔터프라이즈 에이전트 플랫폼으로 전환하세요.
AI 엔지니어 / 포워드 디플로이드 엔지니어(FDE) 역량을 위한 프레임워크 없는 실습형 Colab 노트북 — 모델 API, 구조화된 출력, 툴 호출, RAG, 평가 중심 아키텍처(evals-as-the-spine), 에이전트(바닥부터 구축하는 루프, 툴 설계, 가드레일, MCP, Skills), 파인튜닝 vs LoRA, 프롬프트 인젝션/보안, LLMOps 및 고객 맞춤형 엔지니어링. 무료 Groq API에서 실행됩니다.
Claude.ai 채팅을 위한 원클릭 개인정보 보호 중심 내보내기 도구 — 아티팩트와 첨부 파일이 포함된 깔끔한 Markdown 형식으로, Obsidian 및 RAG에 바로 사용 가능.
AI 애플리케이션 개발, AI 프로그래밍 실습 및 면접 가이드로, LLM, Agent, RAG, MCP, Claude Code, Codex 등 핵심 기술과 엔지니어링 실무를 다룹니다.
AI 에이전트에게 지속적이고 집단적인 메모리를 제공하세요 — 중복 제거 흡수, 대체 계보, 의미 검색, 그래프 UI를 갖추고 있습니다. MCP를 지원합니다.
Generative AI Examples는 Open Platform for Enterprise AI(OPEA) 프로젝트의 파이프라인 기능을 보여주는 ChatQnA, Copilot과 같은 GenAI 예시 모음입니다.
로컬 우선 LLM 위키: 오픈 소스 지식 그래프 빌더, RAG 지식 베이스 및 에이전트 메모리 저장소. 안드레 카파시(Andrej Karpathy)의 패턴을 기반으로 구축되었습니다. 개인 지식 관리, AI 세컨드 브레인, 그리고 Claude Code / Codex / OpenClaw를 위한 지속 가능한 메모리를 위한 Obsidian의 대안입니다.
화이트박스 AGI 아키텍처 탐구: 메타인지(자기 인식 루프), 지속 학습(지식 플라이휠), 세계 모델(조건 공간 + 의미론적 시공간 그래프), 자기 개선(부트스트랩 규율), LLM 없는 화이트박스 파이프라인, 감사 가능한 신뢰 가드레일.
MIT 라이선스가 적용된 COM 프리 .NET 라이브러리로, Office, PDF, 이메일, OneNote 및 텍스트 형식을 생성, 읽기, 편집, 변환, 렌더링 및 추출하는 데 사용됩니다.
2025년 AI 프로그래밍 어시스턴트 실전 프로젝트 (저자: 프로그래머鱼皮), Spring Boot 3.5 + Java 21 + LangChain4j + AI를 기반으로 지능형 프로그래밍 학습 및 취업 코칭 로봇을 구축하며, AI 대형 모델 연동, LangChain4j 핵심 기능, 스트리밍 대화, Prompt 엔지니어링, RAG 검색 강화, 벡터 데이터베이스, Tool Calling 도구 호출, MCP 모델 컨텍스트 프로토콜, 웹 크롤러, 보안 보호, Vue.js 프론트엔드 개발, SSE 서버 푸시 등 기업급 AI 애플리케이션 개발 기술을 다룹니다. 개발자들이 AI 시대에 필수적인 기술을 익히고, LangChain 프레임워크에 익숙해지며, 프로그래밍 학습 효율성과 취업 경쟁력을 높여 기업이 필요로 하는 AI 풀스택 개발 인재가 되도록 돕습니다.
이 저장소에는 "VLM2Vec / MMEB"[ICLR 2025], "VLM2Vec-V2 / MMEB-V2"[TMLR 2026] 및 "MMEB-V3"[COLM 2026]의 코드가 포함되어 있습니다.
Second Brain은 운영 체제 역할을 하는 에이전트 프레임워크로, 로컬 파일 인텔리전스, 워크플로 자동화, 그리고 LLM을 사용하여 작업을 완료하고 여러 모달리티와 메시징 플랫폼을 통해 소통합니다.
지능형 대화, 문서 지식 기반 질의응답, 인터넷 검색, RAG 검색, MCP 도구 프로토콜, Skills 확장 등 완전한 기능을 제공하는 엔터프라이즈급 AI 에이전트 플랫폼입니다. 3계층 실행기 체계, 이중 채널 하이브리드 검색, 조합형 청킹 엔진, 대화 메모리 관리, 엔드투엔드 관측 가능성을 갖추고 있으며, 모든 구성 요소가 심도 있게 설계되고 체계적인 엔지니어링을 통해 정교하게 다듬어졌습니다.
🔥 Rankify: 검색, 재순위 지정 및 검색 증강 생성을 위한 포괄적인 Python 툴킷 🔥. 저희 툴킷은 40개의 사전 검색된 벤치마크 데이터 세트를 통합하고 7개 이상의 검색 기법, 24개 이상의 최첨단 재순위 지정 모델 및 여러 RAG 방법을 지원합니다.
Frozen — 코딩 어시스턴트를 위한 에이전트 간 영구 메모리. 여전히 작동하며, 압축 메모리 코어는 이제 JuliusBrussee/caveman에 포함되어 제공됩니다.
Anything — 파일 이름이 아니라 본문으로 찾는 문서 검색기. HWP·PDF·Office 전문 검색을 오프라인으로. Windows·macOS 지원.