#rag Репозитории
Всего репозиториев: 550
Полные руководства с приоритетом на код для создания агентов GenAI производственного уровня. От прототипа до развертывания в enterprise.
Платформа для разработки ИИ-агентов с универсальными визуальными инструментами, упрощающая создание, отладку и развертывание агентов, как никогда раньше. Создавайте ИИ-агентов по-своему с Coze.
Открытый агентный ИИ-ассистент для данных для следующего поколения продуктов AI + Data.
RocketRide — это метахарнесс с открытым исходным кодом для ИИ, оснащённый единственным рантаймом корпоративного уровня, созданным на C++. Создавайте, тестируйте и публикуйте долговечных агентов, способных масштабироваться в рабочей среде.
Поисковая система на базе ИИ и MCP-сервер для ботов и агентов. Один исполняемый файл на Rust индексирует код, документы, журналы, файлы JSONL/CSV и PDF для полнотекстового поиска BM25, векторного и гибридного поиска, поиска по коду без grep, памяти агентов и RAG. API совместим с Elasticsearch; Corpus Hub предоставляет сотни справочных корпусов памяти.
Платформа производственного уровня для создания агентных IM-ботов для разных платформ: агенты, оркестрация баз знаний и система плагинов. Боты для Discord / Slack / LINE / Telegram / WeChat (WeCom, ИИ-боты WeCom и официальные аккаунты) / Feishu / DingTalk / QQ / Matrix. Интеграция с ChatGPT (GPT), DeepSeek, Dify, n8n, Langflow, Coze, Claude, Gemini, GLM, Ollama, SiliconFlow, Kimi, OpenClaw / Hermes Agent и DeerFlow.
Частная платформа ИИ для агентов, помощников и корпоративного поиска. Встроенный конструктор агентов, глубокие исследования, анализ документов, поддержка нескольких моделей и подключение API для агентов.
GenBI (Генеративная BI) для AI-агентов — это открытое, управляемое решение для преобразования текста в SQL через открытый контекстный слой, которое превращает вопросы на естественном языке в надежные дашборды, диаграммы и SQL для более чем 20 источников данных, таких как BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks и других.
Memori — это инфраструктура памяти, созданная специально для агентов. Это LLM-агностический уровень, который превращает выполнение действий агентами и их диалоги в структурированное, постоянное состояние для производственных систем. Memori разработана для корпоративного использования, работает с вашей текущей инфраструктурой данных без необходимости её замены и развертывается в управляемом облаке, облаке с одним арендатором (single-tenant), VPC и на локальных серверах.
Векторный индекс, построенный на TurboQuant, написанный на Rust с привязками к Python
Слой памяти для ИИ-агентов. Замените сложные RAG-конвейеры бессерверным однофайловым слоем памяти. Обеспечьте своим агентам мгновенное извлечение и долговременную память.
Фреймворк агента и приложения, построенные на базе Qwen>=3.0, с поддержкой вызова функций (Function Calling), MCP, интерпретатора кода (Code Interpreter), RAG, расширения для Chrome и т. д.
Изолированная от сетей альтернатива NotebookLM с открытым исходным кодом, ориентированная на конфиденциальность. ИИ-агент, который исследует, преобразует и редактирует ваши документы. Присоединяйтесь к нашему Discord: https://discord.gg/ejRNvftDp9
Коллекция открытых Skills от ConardLi, включающая веб-дизайн, извлечение знаний, генерацию изображений и многое другое.
Мощный инструмент для создания наборов данных для тонкой настройки LLM、RAG и Eval
Этот проект представляет собой руководство по разработке приложений на основе больших моделей для начинающих разработчиков. Адрес для онлайн-чтения: https://datawhalechina.github.io/llm-universe/
Один портативный слой памяти для каждого ИИ-агента: локальный приоритет, нативный Markdown, принадлежащий пользователю и саморазвивающийся в приложениях, инструментах и рабочих процессах.
[Лучшая статья MLsys2026]: https://arxiv.org/abs/2506.08276. RAG для всего с LEANN. Экономьте 97% дискового пространства, запуская быстрое, точное и на 100% конфиденциальное RAG-приложение на своем личном устройстве.
Универсальная ИИ-платформа для семантического поиска, оркестрации LLM и рабочих процессов языковых моделей
Серия ChatGLM3: Открытые двуязычные чат-модели LLM | Открытые двуязычные чат-модели LLM
🔍Практическое применение разработки больших моделей, Часть 1: Полное руководство по технологии RAG, адрес для онлайн-чтения: https://datawhalechina.github.io/all-in-rag/
Сначала записывайте, потом систематизируйте. Markdown-приложение с приоритетом локального хранения, которое с помощью ИИ превращает разрозненные записи в структурированные заметки.
Поиск кода MCP для Claude Code. Сделайте всю кодовую базу контекстом для любого агента по написанию кода.
Саморазвивающаяся операционная система памяти для LLM и ИИ-агентов: сверхперсистентная память, гибридный поиск и повторное использование навыков между задачами, с экономией 35,24% токенов и поддержкой DeepSeek Harness.
BISHENG — это корпоративная платформа Agent с открытым исходным кодом для создания, развертывания и управления ИИ-приложениями. Она объединяет ИИ-агентов, рабочие процессы, RAG и управление знаниями, интеграцию с настольными агентами и хостинг приложений, созданных с помощью vibecoding, а также унифицированное управление моделями, оценку, наблюдаемость, контроль доступа и корпоративное администрирование.
Руководство по разработке ИИ-агентов | Agent Harness | Инжиниринг контекста | Продвинутый RAG | MCP | Agentic RL (обучение с подкреплением для агентов) | Практика LangGraph | Более 12 000 вопросов для собеседований по большим языковым моделям | Поиск работы на должности в области алгоритмов / разработки | Переход в сферу больших языковых моделей
Инкрементальный движок для агентов с долгим горизонтом 🌟 Поставь звезду, если нравится!
Платформа для инженерии AI-агентов, построенная на основе фреймворка AI-агентов с открытым исходным кодом на TypeScript
https://arxiv.org/abs/2606.28344. Конец веб-парсинга. Начало масштабируемого пиксель-нативного поиска. ссылка: https://pixelrag.ai/
Универсальный LLM CLI инструмент с Shell Assistant, Chat-REPL, RAG, AI Tools & Agents, с доступом к OpenAI, Claude, Gemini, Ollama, Groq и другим.
Быстрый и точный движок для анализа документов на любом языке: текст, таблицы и метаданные из более чем 100 форматов, а также OCR, транскрибация и анализ кода.
Deeplake — это AI Data Runtime для агентов. Она предоставляет бессерверный Postgres с мультимодальным хранилищем данных, обеспечивая масштабируемый поиск и обучение.
🧑🚀 Сводка лучших мировых ресурсов по LLM (Мультимодальная генерация, Агенты, Помощь в программировании, Проверка ИИ, Обработка данных, Обучение моделей, Вывод моделей, Модель o1, MCP, Малые языковые модели, Визуально-языковые модели) | Summary of the world's best LLM resources.
Трехъязычная (традиционный китайский / английский / упрощенный китайский) дорожная карта обучения агентному ИИ: от основ LLM до мультиагентных систем, с более чем 240 отобранными ресурсами и практическими примерами.
Приватное и локальное приложение ИИ для управления личными знаниями для людей с высокой энтропией.
Альтернатива Reason и Search для глубоких исследований с открытым исходным кодом на частных данных. Написано на Python.
Производственная система ИИ для извлечения данных SoTA. Агентная генерация с расширенным извлечением (RAG) с RESTful API.
Предварительный выпуск ODS V3: публичное тестирование и доработка перед официальным запуском V3. Превратите свой ПК, Mac или компьютер под управлением Linux в частный ИИ-сервер.
LLM Zoomcamp — бесплатный онлайн-курс о практическом применении LLM. За 10 недель вы научитесь создавать ИИ-систему, которая отвечает на вопросы по вашей базе знаний. Регистрируйтесь здесь 👇🏼
Мультитенантная платформа интеллектуальных агентов для работы со знаниями с возможностью частного развертывания: унифицированный RAG, графы знаний, мультиагентные системы, MCP/Skills, изолированные песочницы и управление разрешениями. Yuxi = облачные агенты + RAG знаний — платформа интеллектуальных агентов для самостоятельного развертывания, предназначенная для RAG, графов знаний и мультиагентных рабочих процессов.
Обмен знаниями о больших моделях, понятный каждому, обязателен к просмотру перед собеседованиями на вакансии LLM весной/осенью, чтобы вы могли свободно общаться с интервьюерами.