#retrieval Репозитории
Откройте для себя 32 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #retrieval, с общим числом 103,199 звёзд (в среднем 3,224 на проект). Лидером этой темы является VectifyAI/PageIndex, набравший 40,634 звёзд.
Всего репозиториев: 32
Быстрый и точный поиск кода для агентов. Использует на 99% меньше токенов, чем grep+read
Среда выполнения долговременной памяти для ИИ-агентов — обычный Markdown как единый источник истины, локальный ранжированный поиск и независимый слой управления во время простоя. Claude Code и Codex используют общее хранилище. Ключ API не требуется.
[ICML'26] SimpleMem: эффективная долговременная память для LLM-агентов — текст и мультимодальность
Сервер логического вывода с открытым исходным кодом и производственный кластер для всех моделей, необходимых вашему агенту.
Долговременная память на основе профиля пользователя для приложений чат-ботов с ИИ.
Apache Lucene.NET — это библиотека полнотекстового поиска с открытым исходным кодом, написанная на C# и портированная из проекта Apache Lucene.
Гетерогенный бенчмарк для информационного поиска. Простота использования, оценивайте свои модели на 15+ разнообразных наборах данных IR.
Официальная реализация RAPTOR: рекурсивная абстрактная обработка для древовидного поиска
OpenResearcher: Полностью открытая конвейерная линия для синтеза долгосрочных траекторий глубоких исследований
Открытый CLI для интеграции поиска, рекомендаций и диалогового поиска на основе ИИ в агентные системы и бизнес-системы
Библиотека на Rust для локальной генерации векторных эмбеддингов и реранжирования!
Официальная реализация для «CLIP4Clip: эмпирическое исследование CLIP для поиска видеоклипов от начала до конца»
Уровень извлечения для производственных систем ИИ. Молниеносный поиск (<10 мс) без векторных баз данных. Создан для браузера, периферийных устройств, локальных устройств и облака.
Высокопроизводительная векторная база данных, использующая параллельные вычисления на графах
Neum AI — это лучшая в своем классе платформа для управления созданием и синхронизацией векторных вложений в больших масштабах.
[Pytorch] Генеративная модель извлечения с использованием семантических идентификаторов из "Recommender Systems with Generative Retrieval"
Используйте позднеинтерактивные мультимодальные модели, такие как ColPali, всего в нескольких строках кода.
Обоснованный поисковик (т.е. с указанием источника) на базе LLM / ChatGPT / OpenAI API. Поддерживает поиск в Интернете, поиск по содержимому файлов и т. д.
🔥 Rankify: Комплексный Python-инструментарий для поиска, повторного ранжирования и генерации с дополненным поиском 🔥. Наш инструментарий объединяет 40 предопределенных эталонных наборов данных и поддерживает более 7 методов поиска, более 24 передовых моделей повторного ранжирования и несколько методов RAG.
Сокращение использования токенов примерно на 97% в сеансах программирования с ИИ — без зависимостей, 38 языков, MCP-сервер
Простая в использовании RAG-платформа; Решение Топ-3 Международного конкурса CCF AIOps 2024; Решение команды-победителя Международного конкурса CCF AIOps 2024
Используйте ArXiv ChatGuru для общения с научными статьями. Это приложение использует LangChain, OpenAI, Streamlit и Redis в качестве векторной базы данных/семантического кэша.
Извлечение, Чтение и Связывание: Быстрое и точное связывание сущностей и извлечение отношений с академическим бюджетом (ACL 2024)
Часто задаваемые вопросы
Какой репозиторий по теме #retrieval наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #retrieval на GitHub — VectifyAI/PageIndex, набравший 40,634 звёзд. 📑 PageIndex: Индекс документов для RAG на основе рассуждений без векторов
Какие языки программирования чаще всего используются в репозиториях по теме #retrieval?
Среди наиболее высоко оценённых проектов по теме #retrieval на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C#, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #retrieval?
Мы отслеживаем 32 активных репозиториев с открытым исходным кодом, отмеченных тегом #retrieval (500 и более звёзд), с общим числом 103,199 звёзд и в среднем 3,224 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.