#rag 仓库
共 550 个仓库
RAG for Local LLM, chat with PDF/doc/txt files, ChatPDF. 纯原生实现RAG功能,基于本地LLM、embedding模型、reranker模型实现,支持GraphRAG,无须安装任何第三方agent库。
ARGO 是一个开源 AI 代理平台,将 Local Manus 带到您的桌面。只需一键下载模型、无缝集成闭源 LLM,以及离线优先的 RAG 知识库,ARGO 成为 DeepResearch powerhouse,用于自主思考、任务规划,并且 100% 的您的数据保持本地。支持 Win/Mac/Docker。
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。
一个系统性的 AI Agent 开发教程,涵盖 LLM 智能体、RAG、工具使用、记忆系统、多智能体系统、LangChain、LangGraph、MCP 和智能体强化学习。|从零开始学 AI Agent 开发|系统、全面、实战导向的 Agent 开发教程|每日自动追踪 arXiv 最新论文
展示如何使用 Spring AI 和 Spring Boot 构建由生成式 AI 和 LLM 驱动的 Java 应用程序的示例。
面向 AI 工程师 / 前线部署工程师 (FDE) 技能栈的实战型、无框架 Colab 笔记本 —— 涵盖模型 API、结构化输出、工具调用、RAG、以评估为核心、智能体(从零构建循环、工具设计、护栏机制、MCP、技能)、微调 vs LoRA、提示词注入与安全、LLMOps 以及客户服务技艺。基于免费的 Groq API 运行。
Claude.ai 聊天记录一键导出工具,注重隐私保护 — 生成包含 Artifacts 和附件的整洁 Markdown 文件,完美适配 Obsidian 和 RAG。
Generative AI Examples 是 GenAI 示例的集合,例如 ChatQnA、Copilot,它们展示了 Open Platform for Enterprise AI (OPEA) 项目的管道功能。
本地优先的 LLM Wiki:开源知识图谱构建器、RAG 知识库和智能体记忆存储。基于 Andrej Karpathy 的模式构建。它是 Obsidian 的替代方案,适用于个人知识管理、AI 第二大脑,以及为 Claude Code / Codex / OpenClaw 提供持久化记忆。
白箱 AGI 架构探索:元认知(自我认知循环)、持续学习(知识飞轮)、世界模型(条件空间 + 语义时空图)、自我改进(自举纪律)、零 LLM 白箱管线与可审计的信任护栏。
采用 MIT 许可、无 COM 依赖的 .NET 库,用于创建、读取、编辑、转换、渲染和提取 Office、PDF、电子邮件、OneNote 及文本格式。
2025 年 AI 编程助手实战项目(作者:程序员鱼皮),基于 Spring Boot 3.5 + Java 21 + LangChain4j + AI 构建智能编程学习与求职辅导机器人,覆盖 AI 大模型接入、LangChain4j 核心特性、流式对话、Prompt 工程、RAG 检索增强、向量数据库、Tool Calling 工具调用、MCP 模型上下文协议、Web 爬虫、安全防护、Vue.js 前端开发、SSE 服务端推送等企业级 AI 应用开发技术。帮助开发者掌握 AI 时代必备技能,熟悉 LangChain 框架,提升编程学习效率和求职竞争力,成为企业需要的 AI 全栈开发人才。
该仓库包含“VLM2Vec / MMEB”[ICLR 2025]、“VLM2Vec-V2 / MMEB-V2”[TMLR 2026]和“MMEB-V3”[COLM 2026]的代码。
企业级 AI 智能体 Agent 平台,覆盖智能对话、文档知识问答、联网搜索、RAG 检索、MCP 工具协议、Skills 扩展等完整能力。三层执行器体系、双通道混合检索、组合式切块引擎、会话记忆管理、全链路可观测,每个环节都经过深度设计和工程化打磨。
🔥 Rankify: 一个用于检索、重排序和检索增强生成的综合性Python工具包🔥 。我们的工具包集成了40个预检索的基准数据集,并支持7+种检索技术、24+种最先进的重排序模型以及多种RAG方法。
Anything — 一款基于内容而非文件名进行搜索的文档搜索工具。支持 HWP、PDF 和 Office 文档的离线专业搜索。适用于 Windows 和 macOS。