#rag-chatbot Репозитории
Откройте для себя 10 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #rag-chatbot, с общим числом 12,066 звёзд (в среднем 1,206 на проект). Лидером этой темы является GiovanniPasq/agentic-rag-for-dummies, набравший 4,397 звёзд.
Всего репозиториев: 10
Модульный Agentic RAG, построенный с помощью LangGraph — изучите агенты Retrieval-Augmented Generation за минуты.
Комплексное руководство по пониманию и внедрению больших языковых моделей с практическими примерами использования LangChain для приложений GenAI.
Разберитесь в RAG, создав его с нуля. Локальные LLM, никаких черных ящиков – реальное понимание вложений, векторного поиска, извлечения и генерации с дополненным контекстом.
Frozen — постоянная межагентная память для ассистентов по программированию. По-прежнему работает; ядро сжатой памяти теперь поставляется в составе JuliusBrussee/caveman.
Открытая альтернатива NotebookLM с самостоятельным хостингом. Общайтесь с вашими документами, генерируйте аудио-саммари и заземляйте ИИ в ваших собственных источниках — построено на Supabase и N8N с фронтендом React.
Сложный агент на базе LangGraph, автоматизирующий анализ финансовых опционов с использованием данных в реальном времени от Polygon.io, интеллектуальной кэшируемости, постоянной памяти и профессионального уровня анализа. Создан для трейдеров, аналитиков и разработчиков, которым требуется интеллектуальная обработка данных опционов.
Задавайте вопросы по всем своим Markdown-заметкам с помощью полностью локального движка Graph RAG. Создан для хранилищ Obsidian и работает с любой папкой Markdown-файлов. Извлекает тройки «сущность — отношение» из вики-ссылок и YAML-фронтматтера, а затем находит ответы с помощью гибридного поиска (векторы + BM25 + временной фактор). Поддерживает несколько языков. Облако не требуется. Работает на Ollama.
Единое руководство по созданию, развертыванию и пониманию агентов LLM с 60+ шаблонами, руководствами, обзорами экосистемы и инструментами оценки.
База знаний CTF 2026: 12 подробных статей об уязвимостях веб-приложений + 1 049 write-up по соревнованиям прошлых лет + 110 скриптов для решения задач + краткий справочник по Payload + 67 карточек с техниками и 2 863 случая неудач. Подборка материалов для поиска и обучения участников CTF: 12 подробных статей об уязвимостях веб-приложений, 1 049 write-up по соревнованиям прошлых лет, 110 скриптов для решения задач, краткий справочник по Payload, а также 67 карточек с техниками и 2 863 случая неудач, извлечённые из write-up. Всё представлено в виде обычного текста Markdown — материалы можно сразу читать или подключить к RAG.
Часто задаваемые вопросы
Какой репозиторий по теме #rag-chatbot наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #rag-chatbot на GitHub — GiovanniPasq/agentic-rag-for-dummies, набравший 4,397 звёзд. Модульный Agentic RAG, построенный с помощью LangGraph — изучите агенты Retrieval-Augmented Generation за минуты.
Какие языки программирования чаще всего используются в репозиториях по теме #rag-chatbot?
Среди наиболее высоко оценённых проектов по теме #rag-chatbot на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TypeScript, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #rag-chatbot?
Мы отслеживаем 10 активных репозиториев с открытым исходным кодом, отмеченных тегом #rag-chatbot (500 и более звёзд), с общим числом 12,066 звёзд и в среднем 1,206 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.