#rag 仓库
共 550 个仓库
WFGY 正在迈向 WFGY 5.0 Polaris Protocol,这是一个针对 AI 推理、RAG、代理和现实世界工作流程的主要开源发布。包括 Problem Map、Global Debug Card、WFGY 4.0 和 CFV 彩蛋。
一个基于项目的课程仓库,用于使用 LangChain v1+ 和 LangGraph 开发 AI 代理:搜索代理、RAG 系统、反思代理和代码解释器。
收集用于 AIGC 的精彩 RAG 论文。我们在 "Retrieval-Augmented Generation for AI-Generated Content: A Survey" 这篇论文中提出了 RAG 的基础、增强和应用分类法。
大模型(LLM)全栈学习路线与中文教程🔥:覆盖 Prompt Engineering、RAG、AI Agent、MCP、微调、模型部署、Transformer、AI 编程与大厂面试,从入门到生产实践。
Trench — 开源分析基础设施。基于 ClickHouse、Kafka 和 Node.js 构建的单一生产就绪 Docker 镜像,用于跟踪事件。轻松构建产品分析仪表板、LLM RAG、可观测性平台或任何其他分析产品。
面向 AI 智能体和 SEO 的自托管网页搜索。支持 Google、Bing、Yandex、百度、DuckDuckGo 和 Ecosia,并在真实浏览器中渲染:提供排名结果和整洁的网页 Markdown。API、CLI、MCP 🎉
Arkon:企业级 AI 知识中心与 MCP 服务器。这是一个自托管的知识库,旨在帮助团队管理 RAG 上下文、访问策略和 AI 技能。通过模型上下文协议 (MCP) 连接 Claude 及其他大语言模型,实现自动化且安全的组织知识集成。
允许在人工智能协助下进行网络搜索的软件列表:https://hf.co/spaces/felladrin/awesome-ai-web-search
本项目设计并实现了一个基于知识图谱 RAG 与大语言模型的医疗智能问答系统。系统以 DiseaseKG 医疗数据集为基础,依托 Neo4j 构建包含 4.4 万实体与 31 万关系的领域知识图谱;结合 BERT 命名实体识别与 32B 大模型意图识别,通过精确的图谱检索与受控的答案生成,有效缓解大模型在医疗场景中的幻觉问题,显著提升回答的准确性与可靠性。
"TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding" [ACL 2025 口头报告] 官方仓库
Korvus 是一个搜索 SDK,它将整个 RAG 管道统一在单个数据库查询中。基于 Postgres 构建,并支持 Python、JavaScript、Rust 和 C 的绑定。
一个轻量级、可回滚且可视化的长期记忆服务器,专为MCP代理设计。告别Vector RAG和健忘症。用持久的、图状结构化记忆赋能您的AI,适用于任何模型、会话或工具。OpenClaw的即插即用替代品。