Git Stars Git Stars

#rag-pipeline Repositórios

Descubra 12 repositórios ativos de código aberto no GitHub marcados com #rag-pipeline, acumulando um total de 23,901 estrelas (uma média de 1,991 por projeto). O líder deste tópico é GiovanniPasq/agentic-rag-for-dummies, com 4,397 estrelas.

12
Total de Repositórios
23,901
Total de estrelas
1,991
Média de Estrelas/Repositório

12 repositórios no total

1
GiovanniPasq/agentic-rag-for-dummies

Um RAG Agentic modular construído com LangGraph — aprenda agentes de Geração Aumentada por Recuperação em minutos.

GiovanniPasq
⭐ 4,397 Jupyter Notebook 👤 GiovanniPasq User 🕐 Atualizado 2026-11-10 📅 Criado 2025-10-13
2
Ontos-AI/knowhere

Knowhere extrai, analisa e gera pedaços estruturados prontos para Agentes de IA e RAG.

Ontos-AI
⭐ 4,080 Python 👤 Ontos-AI Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-04-30
3
NVIDIA/NeMo-Retriever

A NeMo Retriever Library é um microsserviço escalável e orientado ao desempenho para extração de conteúdo de documentos e metadados. A NeMo Retriever Library usa microsserviços especializados NVIDIA NIM para encontrar, contextualizar e extrair textos, tabelas, gráficos e imagens que você pode usar em aplicações generativas subsequentes.

NVIDIA
⭐ 3,014 Python 👤 NVIDIA Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-08-22
4
break-into-data/ai-engineer-toolkit

Projetos e Recursos para ajudá-lo a se tornar um Desenvolvedor de IA melhor.

break-into-data
⭐ 2,189 TypeScript 👤 break-into-data Organization 🕐 Atualizado 2025-09-15 📅 Criado 2025-02-24
5
supermemoryai/markdowner

Uma ferramenta rápida para converter qualquer site em dados markdown prontos para LLM. Desenvolvido por https://supermemory.ai

supermemoryai
⭐ 2,033 TypeScript 👤 supermemoryai Organization 🕐 Atualizado 2026-10-02 📅 Criado 2024-05-09
6
pguso/rag-from-scratch

Desmistifique o RAG construindo-o do zero. LLMs locais, sem caixas pretas – compreensão real de embeddings, busca vetorial, recuperação e geração aumentada por contexto.

pguso
⭐ 1,655 JavaScript 👤 pguso User 🕐 Atualizado 2026-03-11 📅 Criado 2025-10-27
7
murtaza-nasir/maestro

MAESTRO é uma aplicação de pesquisa impulsionada por IA, projetada para otimizar tarefas de pesquisa complexas.

murtaza-nasir
⭐ 1,501 Python 👤 murtaza-nasir User 🕐 Atualizado 2026-04-16 📅 Criado 2025-05-14
8
jdagdelen/hyperDB

Uma base de dados vetorial local ultrarrápida para uso com Agentes LLM. Agora aceitando SAFEs com um teto de $135M.

jdagdelen
⭐ 1,408 Python 👤 jdagdelen User 🕐 Atualizado 2025-02-07 📅 Criado 2023-04-16
9
nlmatics/nlm-ingestor

Este repositório fornece o código do lado do servidor para a conexão com a API do llmsherpa. Ele inclui parsers para vários formatos de arquivo.

nlmatics
⭐ 1,282 Python 👤 nlmatics Organization 🕐 Atualizado 2025-03-28 📅 Criado 2024-01-17
⭐ 964 Python 👤 Unstructured-IO Organization 🕐 Atualizado 2026-11-18 📅 Criado 2022-12-09
11
christopherkarani/Wax

Camada de memória compartilhada em um único arquivo para todos os seus agentes, RAG em menos de um milissegundo para texto, fotos e vídeo no Apple Silicon. Sem servidor. Sem API. Um arquivo. Swift puro.

christopherkarani
⭐ 816 Swift 👤 christopherkarani User 🕐 Atualizado 2026-11-20 📅 Criado 2026-01-20
12
firecrawl/firestarter

🔥 Crie instantaneamente chatbots de IA para qualquer site com pesquisa acionada por RAG, respostas em streaming e endpoints de API compatíveis com OpenAI

firecrawl
⭐ 571 TypeScript 👤 firecrawl Organization 🕐 Atualizado 2025-06-18 📅 Criado 2025-06-13

Perguntas Frequentes

1

Qual é o repositório de #rag-pipeline mais popular no GitHub?

O projeto de código aberto de #rag-pipeline mais bem classificado no GitHub é GiovanniPasq/agentic-rag-for-dummies, com 4,397 estrelas. Um RAG Agentic modular construído com LangGraph — aprenda agentes de Geração Aumentada por Recuperação em minutos.

2

Quais linguagens de programação são mais usadas nos repositórios de #rag-pipeline?

Entre os projetos de #rag-pipeline mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Jupyter Notebook, JavaScript.

3

Como é calculada a classificação dos repositórios de #rag-pipeline?

Acompanhamos 12 repositórios ativos de código aberto marcados com #rag-pipeline (com mais de 500 estrelas), totalizando 23,901 estrelas e uma média de 1,991 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.