#rag Repositórios
550 repositórios no total
Uma coleção curada de artigos de pesquisa sobre agentes de IA lançados em 2026, abrangendo engenharia de agentes, memória, avaliação, fluxos de trabalho e sistemas autônomos.
Construa sistemas de agentes. Execute-os com confiança. Orquestre agentes, automatize processos de negócios, inspecione cada execução e mantenha os humanos no controle. Implante o Heym em sua própria infraestrutura.
Sim, é mais uma implementação de chat sobre documentos... mas esta é totalmente local!
Pesquisa de Texto Completo do YouTube - Pesquise todo o YouTube a partir da linha de comando
WFGY está se dirigindo ao WFGY 5.0 Polaris Protocol, uma grande versão de código aberto para raciocínio de IA, RAG, agentes e fluxos de trabalho do mundo real. Inclui Problem Map, Global Debug Card, WFGY 4.0 e o Easter Egg do CFV.
Um repositório de cursos baseado em projetos para desenvolver agentes de IA usando LangChain v1+ e LangGraph: agentes de busca, sistemas RAG, agentes de reflexão e interpretadores de código.
Criando Grandes Modelos de Linguagem que Entendem as Relações Humanas | Abrangendo Engenharia de Prompt, RAG, Agente e Tutoriais de Ajuste Fino de LLM
Implementação de código aberto do Wiki LLM de Karpathy. Faça upload de documentos, conecte sua conta Claude via MCP e deixe-a escrever sua wiki!
Coleta de artigos incríveis sobre RAG para AIGC. Propomos uma taxonomia de fundamentos, aprimoramentos e aplicações de RAG no artigo "Retrieval-Augmented Generation for AI-Generated Content: A Survey".
O Agentic-RAG explora sistemas avançados de Geração Aumentada por Recuperação (Retrieval-Augmented Generation) aprimorados com agentes de LLM (Large Language Model) de IA.
Motor de análise multimodal tudo-em-um + motor de conhecimento pronto para IA, orientado por ontologias e alimentado por uma Wiki baseada em LLM
Roteiro de aprendizado full-stack e tutoriais em chinês sobre modelos de linguagem de grande porte (LLMs) 🔥: abrangendo Prompt Engineering, RAG, agentes de IA, MCP, ajuste fino, implantação de modelos, Transformers, programação com IA e entrevistas em grandes empresas de tecnologia, do nível iniciante à prática em produção.
Trench — Infraestrutura Analítica de Código Aberto. Uma única imagem Docker pronta para produção, construída sobre ClickHouse, Kafka e Node.js para o rastreamento de eventos. Construa facilmente painéis de análise de produto, LLM RAGs, plataformas de observabilidade ou qualquer outro produto analítico.
Os agentes de backend são desenvolvidos com: banco de dados multimodal, orquestração e serving em um único arquivo
Extração de dados não estruturados de forma rápida e eficiente. Escrito em Rust com ligações (bindings) para muitas linguagens.
O Hivemind transforma seus rastros em habilidades reutilizáveis entre agentes
Desmistifique o RAG construindo-o do zero. LLMs locais, sem caixas pretas – compreensão real de embeddings, busca vetorial, recuperação e geração aumentada por contexto.
Uma API leve, com poucas dependências e unificada para usar todos os modelos comuns de reranking e cross-encoder.
Um espaço de trabalho de IA empresarial para roteamento de modelos, chat multimodal, arquivos, ferramentas, faturamento, identidade e operações.
Este repositório fornece uma solução avançada de Geração Aumentada por Recuperação (RAG) para resposta a perguntas complexas. Ele utiliza algoritmos sofisticados baseados em grafos para lidar com as tarefas.
WikiChat é um RAG aprimorado. Ele interrompe a alucinação de modelos de linguagem grandes recuperando dados de um corpus.
[EMNLP 2025 Oral] O MemoryOS foi projetado para fornecer um sistema operacional de memória para agentes de IA personalizados.
Pesquisa na web auto-hospedada para agentes de IA e SEO. Google, Bing, Yandex, Baidu, DuckDuckGo e Ecosia, renderizados em um navegador real: resultados classificados e Markdown limpo das páginas. API, CLI, MCP 🎉
Estrutura de agentes de vídeo de IA para interações e fluxos de trabalho de vídeo de próxima geração.
Plataforma de agentes com código-fonte disponível para empresas globais e chinesas — conecte todos os sistemas por meio de um único núcleo de agentes. Auto-hospedada, compatível com qualquer LLM.
Uma interface de chat LLMs tudo-em-um para Mac com Apple Silicon usando o Framework MLX.
Uma base de conhecimento leve para pessoas e agentes, com indexação ultrarrápida e recuperação altamente precisa.
Atendimento ao cliente pronto para produção de código aberto com Evals e monitoramento integrados
Um kit de ferramentas para criar uma configuração ideal de Geração Aumentada por Recuperação (RAG) pronta para produção para seus dados
Este repositório contém exemplos para que os clientes comecem a usar o Serviço Amazon Bedrock. Ele inclui exemplos para todos os modelos de base disponíveis.
Arkon: Hub de Conhecimento de IA Empresarial e Servidor MCP. Base de conhecimento auto-hospedada para equipes gerenciarem contextos de RAG, políticas de acesso e habilidades de IA. Conecte o Claude e outros LLMs via Protocolo de Contexto de Modelo (MCP) para uma integração de conhecimento organizacional automatizada e segura.
Lista de softwares que permitem pesquisar na web com a assistência de IA: https://hf.co/spaces/felladrin/awesome-ai-web-search
A implementação oficial do RAPTOR: Processamento Abstrativo Recursivo para Recuperação Organizada em Árvore
Este projeto projetou e implementou um sistema inteligente de perguntas e respostas médicas baseado em RAG (Geração Aumentada por Recuperação) com grafos de conhecimento e grandes modelos de linguagem. Com base no conjunto de dados médico DiseaseKG e utilizando o Neo4j, o sistema constrói um grafo de conhecimento de domínio contendo 44.000 entidades e 310.000 relações. Ao combinar o reconhecimento de entidades nomeadas BERT com o reconhecimento de intenção por um modelo 32B, o sistema mitiga efetivamente as alucinações dos grandes modelos em cenários médicos através de uma recuperação precisa no grafo e geração controlada de respostas, aumentando significativamente a precisão e a confiabilidade das respostas.
Repositório Oficial de "TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding" [ACL 2025 oral]
Um sistema de configuração de agente de perguntas e respostas conversacional, soluções de implantação auto-hospedadas e um conveniente SDK de aplicativo tudo-em-um, permitindo que você crie bots de perguntas e respostas inteligentes para seus repositórios GitHub
Ragflow-Plus é uma versão de desenvolvimento secundário do Ragflow, tornando-o mais conciso e prático
Um grupo de notebooks e outros arquivos que podem ajudá-lo a aprender IA do zero.
Korvus é um SDK de busca que unifica todo o pipeline RAG em uma única consulta de banco de dados. Construído sobre o Postgres com bindings para Python, JavaScript, Rust e C.
Um servidor de memória de longo prazo leve, com rollback e visual para agentes MCP. Diga adeus ao Vector RAG e à amnésia. Empodere sua IA com memória persistente e estruturada como um grafo em qualquer modelo, sessão ou ferramenta. Substituição drop-in para OpenClaw.
😎 Lista fantástica de aplicações de Geração Aumentada por Recuperação (RAG) em IA Generativa.
Plataforma de aplicações de IA (chat, desenho, base de conhecimento, fluxos de trabalho, marketplace de serviços MCP, entrada e saída de voz, memória de longo prazo)