Git Stars Git Stars

#rag-pipeline 仓库

探索 12 个标记为 #rag-pipeline 的活跃开源 GitHub 仓库,它们累计获得 23,901 个 Star(平均每个项目 1,991 个)。该主题的领先项目是 GiovanniPasq/agentic-rag-for-dummies,拥有 4,397 个 Star。

12
仓库总数
23,901
总星标数
1,991
平均每个仓库星标数
1
GiovanniPasq/agentic-rag-for-dummies

使用 LangGraph 构建的模块化 Agentic RAG — 在几分钟内学习检索增强生成代理。

GiovanniPasq
⭐ 4,397 Jupyter Notebook 👤 GiovanniPasq User 🕐 已更新 2026-11-10 📅 创建时间 2025-10-13
2
Ontos-AI/knowhere

Knowhere提取、解析并输出结构化的块,供AI代理和RAG使用。

Ontos-AI
⭐ 4,080 Python 👤 Ontos-AI Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-30
3
NVIDIA/NeMo-Retriever

NeMo Retriever Library 是一款可扩展且注重性能的文档内容和元数据提取微服务。NeMo Retriever Library 使用专业的 NVIDIA NIM 微服务来查找、情境化并提取文本、表格、图表和图像,供您在下游生成式应用程序中使用。

NVIDIA
⭐ 3,014 Python 👤 NVIDIA Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-08-22
4
break-into-data/ai-engineer-toolkit

项目和资源,帮助您成为更优秀的 AI 开发者。

break-into-data
⭐ 2,189 TypeScript 👤 break-into-data Organization 🕐 已更新 2025-09-15 📅 创建时间 2025-02-24
5
supermemoryai/markdowner

一个快速将任何网站转换为 LLM 就绪的 Markdown 数据的工具。由 https://supermemory.ai 构建

supermemoryai
⭐ 2,033 TypeScript 👤 supermemoryai Organization 🕐 已更新 2026-10-02 📅 创建时间 2024-05-09
6
pguso/rag-from-scratch

从头开始构建 RAG,揭开它的神秘面纱。本地 LLM,没有黑箱——真正理解嵌入、向量搜索、检索和上下文增强生成。

pguso
⭐ 1,655 JavaScript 👤 pguso User 🕐 已更新 2026-03-11 📅 创建时间 2025-10-27
7
murtaza-nasir/maestro

MAESTRO 是一款由人工智能驱动的研究应用程序,旨在简化复杂的研究任务。

murtaza-nasir
⭐ 1,501 Python 👤 murtaza-nasir User 🕐 已更新 2026-04-16 📅 创建时间 2025-05-14
8
jdagdelen/hyperDB

专为 LLM 智能体设计的超高速本地向量数据库。现已接受 1.35 亿美元封顶的 SAFE。

jdagdelen
⭐ 1,408 Python 👤 jdagdelen User 🕐 已更新 2025-02-07 📅 创建时间 2023-04-16
9
nlmatics/nlm-ingestor

此仓库提供llmsherpa API的服务器端代码以供连接。它包含各种文件格式的解析器。

nlmatics
⭐ 1,282 Python 👤 nlmatics Organization 🕐 已更新 2025-03-28 📅 创建时间 2024-01-17
⭐ 964 Python 👤 Unstructured-IO Organization 🕐 已更新 2026-11-18 📅 创建时间 2022-12-09
11
christopherkarani/Wax

为您的所有智能体提供共享的单文件记忆层,在 Apple Silicon 上实现对文本、照片和视频的亚毫秒级 RAG。无需服务器。无需 API。一个文件。纯 Swift。

christopherkarani
⭐ 816 Swift 👤 christopherkarani User 🕐 已更新 2026-11-20 📅 创建时间 2026-01-20
12
firecrawl/firestarter

🔥 通过 RAG 驱动的搜索、流式响应和与 OpenAI 兼容的 API 端点,即时为任何网站创建 AI 聊天机器人

firecrawl
⭐ 571 TypeScript 👤 firecrawl Organization 🕐 已更新 2025-06-18 📅 创建时间 2025-06-13

常见问题解答

1

GitHub 上最受欢迎的 #rag-pipeline 仓库是什么?

GitHub 上排名第一的开源 #rag-pipeline 项目是 GiovanniPasq/agentic-rag-for-dummies,拥有 4,397 个 Star。使用 LangGraph 构建的模块化 Agentic RAG — 在几分钟内学习检索增强生成代理。

2

#rag-pipeline 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #rag-pipeline 项目中,最常见的编程语言是 Python, TypeScript, Jupyter Notebook, JavaScript。

3

#rag-pipeline 仓库的排名是如何计算的?

我们跟踪了 12 个标记为 #rag-pipeline 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 23,901 个 Star,平均每个仓库拥有 1,991 个 Star。排名每日根据 GitHub API 更新。