#rag Repositórios
550 repositórios no total
Tutoriais end-to-end, code-first para construir agentes GenAI de nível de produção. Do protótipo ao deployment empresarial.
Uma plataforma de desenvolvimento de agentes de IA com ferramentas visuais tudo-em-um, simplificando a criação, depuração e implantação de agentes como nunca antes. Com Coze, crie seus Agentes de IA do seu jeito.
Assistente de dados de IA agentica de código aberto para a próxima geração de produtos de IA + Dados.
RocketRide é um meta-harness de IA de código aberto com o único runtime de nível empresarial desenvolvido em C++. Crie, teste e publique agentes duráveis que escalam em produção.
Motor de busca com IA e servidor MCP para bots e agentes. Um único binário Rust indexa código, documentos, logs, arquivos JSONL/CSV e PDFs para buscas de texto completo BM25, vetorial e híbrida, busca de código sem grep, memória de agentes e RAG. API compatível com Elasticsearch; o Corpus Hub oferece centenas de corpora de referência para memória.
Plataforma pronta para produção para criar bots de mensagens instantâneas agênticos e multiplataforma: agentes, orquestração de bases de conhecimento e sistema de plugins. Bots para Discord / Slack / LINE / Telegram / WeChat (WeCom, bots de IA do WeCom e contas oficiais) / Feishu / DingTalk / QQ / Matrix. Integrada ao ChatGPT (GPT), DeepSeek, Dify, n8n, Langflow, Coze, Claude, Gemini, GLM, Ollama, SiliconFlow, Kimi, OpenClaw / Hermes Agent e DeerFlow.
Plataforma de IA privada para agentes, assistentes e pesquisa empresarial. Construtor de Agentes integrado, pesquisa aprofundada, análise de documentos, suporte a múltiplos modelos e conectividade API para agentes.
GenBI (BI Generativa) para agentes de IA, uma ferramenta de texto para SQL de código aberto e governada, através de uma camada de contexto aberta que transforma perguntas em linguagem natural em painéis, gráficos e SQL confiáveis em mais de 20 fontes de dados, como BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks e muito mais.
Memori é uma infraestrutura de memória nativa para agentes. Uma camada agnóstica a LLM que transforma a execução e a conversação de agentes em um estado estruturado e persistente para sistemas de produção. Criada para empresas, a Memori funciona com a infraestrutura de dados que você já utiliza, sem necessidade de substituição, e pode ser implantada em nuvem gerenciada, nuvem de locatário único, VPC e ambientes locais (on-premises).
Um índice vetorial construído sobre TurboQuant, escrito em Rust com bindings Python
Camada de memória para Agentes de IA. Substitua pipelines RAG complexos por uma camada de memória sem servidor e de arquivo único. Dê aos seus agentes recuperação instantânea e memória de longo prazo.
Framework e aplicações de agente construídos sobre Qwen>=3.0, apresentando Function Calling, MCP, Code Interpreter, RAG, extensão do Chrome, etc.
Alternativa de código aberto ao NotebookLM, isolada de redes e focada na privacidade. Um agente de IA que pesquisa, transforma e edita seus documentos. Entre no nosso Discord: https://discord.gg/ejRNvftDp9
Coleção open-source de Skills do ConardLi, com design web, recuperação de conhecimento, geração de imagens e mais.
Uma ferramenta poderosa para criar conjuntos de dados para ajuste fino de LLM、RAG e Avaliação
Este projeto é um tutorial de desenvolvimento de aplicações de Modelos de Linguagem Grande (LLM) focado em desenvolvedores iniciantes. O endereço para leitura online é: https://datawhalechina.github.io/llm-universe/
Uma camada de memória portátil para cada agente de IA: prioridade local, nativa em Markdown, de propriedade do usuário e autoevolutiva em aplicativos, ferramentas e fluxos de trabalho.
[Melhor artigo do MLsys2026]: https://arxiv.org/abs/2506.08276. RAG em tudo com o LEANN. Aproveite uma economia de armazenamento de 97% enquanto executa um aplicativo RAG rápido, preciso e 100% privado em seu dispositivo pessoal.
Framework de IA completo para pesquisa semântica, orquestração de LLM e fluxos de trabalho de modelos de linguagem
🔍Desenvolvimento Prático de Aplicações de Modelos Grandes Parte 1: Guia Full Stack da Tecnologia RAG, endereço de leitura online: https://datawhalechina.github.io/all-in-rag/
Capture primeiro. Organize depois. Um aplicativo Markdown com foco local que transforma registros dispersos em notas claras com IA.
Busca de código MCP para Claude Code. Torne toda a base de código o contexto para qualquer agente de codificação.
Sistema operacional de memória autoevolutivo para LLMs e agentes de IA: memória ultr persistente, recuperação híbrida e reutilização de habilidades entre tarefas, com economia de 35,24% de tokens e suporte ao DeepSeek Harness.
BISHENG é uma plataforma empresarial de Agent de código aberto para criar, implantar e gerenciar aplicações de IA. Ela combina agentes de IA, fluxos de trabalho, RAG e gestão do conhecimento, integração de agentes de desktop e hospedagem de aplicativos vibecoding com gestão unificada de modelos, avaliação, observabilidade, controle de acesso e administração empresarial.
Guia de desenvolvimento de agentes de IA | Agent Harness | Engenharia de contexto | RAG avançado | MCP | Aprendizado por reforço agêntico (Agentic RL) | LangGraph na prática | Mais de 12.000 perguntas de entrevista sobre LLMs | Busca de emprego para cargos de algoritmos / desenvolvimento | Transição de carreira para a área de LLMs
Motor incremental para agentes de horizonte longo 🌟 Dê uma estrela se gostar!
Plataforma de Engenharia de Agentes de IA construída em um Framework de Agentes de IA TypeScript de Código Aberto
https://arxiv.org/abs/2606.28344. O fim do parsing web. O início da busca nativa de pixels escalável. link: https://pixelrag.ai/
Ferramenta CLI LLM tudo-em-um com Shell Assistant, Chat-REPL, RAG, Ferramentas e Agentes de IA, com acesso a OpenAI, Claude, Gemini, Ollama, Groq e mais.
RAG de alta precisão para responder a perguntas de documentos científicos com citações
O mecanismo de inteligência documental rápido e preciso para todos os idiomas: texto, tabelas e metadados de mais de 100 formatos, com OCR, transcrição e inteligência de código.
Deeplake é uma AI Data Runtime para Agents. Fornece Postgres sem servidor com um datalake multimodal, permitindo recuperação e treinamento escaláveis.
🧑🚀 Resumo dos melhores recursos de LLM do mundo (Geração multimodal, Agentes, Programação assistida, Revisão por IA, Processamento de dados, Treinamento de modelos, Inferência de modelos, Modelo o1, MCP, Pequenos modelos de linguagem, Modelos de linguagem visual) | Summary of the world's best LLM resources.
Um roteiro de aprendizado trilíngue (chinês tradicional / inglês / chinês simplificado) para IA agentiva: desde fundamentos de LLM até sistemas multiagentes, com mais de 240 recursos selecionados e exemplos práticos.
Aplicativo privado e local de gerenciamento de conhecimento pessoal de IA para pessoas com alta entropia.
Alternativa de Pesquisa Profunda de Código Aberto para Razão e Busca em Dados Privados. Escrito em Python.
Sistema de recuperação de IA pronto para produção de última geração (SoTA). Geração Aumentada por Recuperação (RAG) com Agente e uma API RESTful.
Pré-lançamento do ODS V3: testes públicos e aperfeiçoamentos antes do lançamento oficial da V3. Transforme seu PC, Mac ou computador Linux em um servidor de IA privado.
LLM Zoomcamp - um curso online gratuito sobre aplicações reais de LLMs. Em 10 semanas, você aprenderá a construir um sistema de IA que responde a perguntas sobre sua base de conhecimento. Inscreva-se aqui 👇🏼
Plataforma multi-tenant de agentes de conhecimento com implantação privada: RAG unificado, grafos de conhecimento, sistemas multiagente, MCP/Skills, ambientes sandbox e gerenciamento de permissões. Yuxi = Agentes na nuvem + RAG de conhecimento, uma plataforma de agentes de conhecimento auto-hospedável para RAG, grafos de conhecimento e fluxos de trabalho multiagente.
Uma partilha de conhecimentos sobre Grandes Modelos (LLMs) que todos podem entender, leitura essencial antes das entrevistas de Grandes Modelos para as vagas de primavera/outono, permitindo que você converse com fluidez e confiança com o entrevistador.