检索与 RAG
共 321 个仓库 · 近 4 个月有推送
用 Rust 写的高性能开源文档解析器，能从 PDF 等文档中快速提取文本和 OCR 识别结果，适合给 RAG 和检索流程做预处理。
汇总深度学习、强化学习、计算机视觉和 NLP 等方向的优质公开课与讲座资源，适合系统入门或查漏补缺。
能识别复杂表格、表单和手写内容的 OCR 模型，保留完整版面布局，适合把扫描件和图片转成结构化文本喂给 RAG 或文档解析流程。
开源企业级 Agent 平台，把智能体、工作流、RAG 知识库和模型管理整合在一起，方便企业搭建、部署和运维 AI 应用。
面向多模态 AI 的嵌入式向量检索库，支持近似最近邻搜索和语义相似度检索，无需单独部署服务，帮开发者省去向量数据管理的麻烦。
一份面向 AI Agent 开发与大模型求职的系统指南，覆盖上下文工程、高级 RAG、MCP、Agentic RL 和 LangGraph 实战，并附 1.2 万+ 面试题。
高性能 Python 库，用来从 PDF、EPUB 等文档中提取文本、表格和图像，并做格式转换与页面操作，适合搭建文档解析和 RAG 数据管道。
一个不到 2KB 的轻量搜索引擎，能在浏览器、服务端或边缘网络里跑全文、向量和混合检索，还自带 RAG 流水线，适合做本地化搜索和轻量检索增强。
一键识别并翻译漫画、图片中的文字，自动完成 OCR、机器翻译和文字区域修复，适合给日漫或外文图片做批量汉化。
基于 GraphBLAS 稀疏邻接矩阵实现的高性能图数据库，主打为 LLM 提供知识图谱支撑，适合做 GraphRAG 检索增强。
开源分布式数据库，兼容 MySQL，支持 HTAP 混合负载与全文检索，用一套引擎承载 OLTP、分析和 AI 场景下的高要求业务。
端到端语音处理工具箱，覆盖语音识别、合成、翻译、增强、分离和说话人日志等任务，基于 PyTorch 提供统一训练与推理流程。
Python 网页抓取与浏览器自动化库，支持 Playwright、BeautifulSoup 和原始 HTTP，自带代理轮换，方便为 AI、LLM、RAG 稳定采集网页数据。
面向科研文档的高精度 RAG 问答工具，能从论文中检索答案并给出引用出处，适合做文献调研和科学问答。
多语言文档智能解析引擎，能从 100 多种格式中提取文本、表格和元数据，并支持 OCR、语音转写和代码理解，适合为 RAG 流程准备高质量数据。
本地优先的深度研究问答系统，接 llama.cpp、Ollama 等本地或云端模型，聚合 arXiv、PubMed 及私有文档等十余个检索源，全程加密。
把全文检索、向量召回和聚合分析都塞进一个 Postgres 里，靠 pg_search 扩展实现 BM25 与混合搜索，省去额外维护搜索和向量库的麻烦。
基于 Rust 重写的云原生数据仓库，统一支持分析、搜索、AI 与 Python 沙箱，直接架在 S3 上，省去多套系统拼装。
汇总全球优质大模型学习资料，覆盖多模态生成、Agent、辅助编程、模型训练与推理、RAG 等方向，帮开发者快速找到教程、课程和实战资源。
基于 Rust 和 PostgreSQL 的自托管企业级世界模型，用双时态知识图谱与 GraphRAG 为 LLM Agent 提供可追溯的长期记忆和知识检索。
基于 WPF 开发的即用即走翻译与 OCR 工具，支持划词翻译、截图取字，插件机制可扩展翻译源和 OCR 引擎。
MySQL 的社区分支，由原 MySQL 核心团队维护，提供功能完整、稳定且许可证宽松的开源关系型数据库，支持全文检索、GIS 和向量近邻搜索。
基于 ONNX Runtime、OpenVINO、PaddlePaddle 等多家推理后端的 OCR 工具包，支持多语言识别，方便在不同硬件上快速部署文字检测与识别。
用 Python 写的开源深度研究工具，能对私有数据做推理式检索，替代闭源深度研究方案，支持接入 Milvus 和多种大模型。