检索与 RAG
共 391 个仓库 · 一年内有推送
给 Claude Code 加持久记忆：用 Obsidian 和 Graphify 建代码库知识图谱，把每轮对话 token 消耗最多降 71.5 倍。
提供 CUDA 加速的机器学习与信息检索基础算法和原语，方便快速搭建高性能应用，涵盖最近邻搜索、聚类、线性代数等常用模块。
基于 FalkorDB 图数据库构建 GraphRAG 应用的 Python SDK，把知识图谱和向量检索结合起来，让大模型问答更准确、可规模化。
轻量极速的重排序库，为搜索和 RAG 检索管线提供基于 LLM 与 cross-encoder 的 listwise/pairwise 精排，几乎不增加延迟。
基于视觉语言模型的无解析 RAG 方案，直接把文档当图片做检索和生成，省去 OCR 和版面解析环节，减少信息损失。
LanceDB 官方的示例与教程合集，用向量检索搭配大模型，演示多模态 RAG、Agent 和微调等场景的落地写法。
用大模型从文本中自动抽取实体与关系，构建带时间维度的知识图谱，适合做 RAG 检索和结构化知识沉淀。
把 RDF 数据导入导出 Neo4j 的插件，支持 SHACL 校验和模型映射，方便在属性图里玩转语义网和知识图谱。
用多查询生成和倒数排名融合（RRF）提升 RAG 检索质量，附带 NFCorpus/BEIR 评测脚本，方便对比不同检索策略的效果。
用 Python 写的透明 RAG 参考实现，把 FAISS 向量检索和 BM25 关键词检索做混合召回再重排，配 Gradio 界面和 FastAPI 接口，方便本地搭文档问答。
Weaviate 官方出品的端到端 Notebook 合集，演示向量数据库的各项功能与集成用法，覆盖 RAG、函数调用和主流 LLM 框架，照着跑就能上手。
把 PaddlePaddle 训练好的模型导出成 ONNX 格式，方便用 ONNX Runtime 等推理引擎部署，覆盖分类、检测、OCR 等模型。
把 PDF 等非结构化文档转成经过校验、可查询的知识图谱，方便做 RAG 和文档关系分析。
给纯文本大模型补上视觉能力的工具箱，一行安装即可粘贴图片识别、多图问答、长截图 OCR 和截图还原前端 UI，还能做像素对比与元素定位。
面向医学影像的智能标注与主动学习工具，在 3D Slicer 等客户端里边标注边训练模型，减少人工勾画工作量。
给 TiddlyWiki 加上图形化地图和主题可视化，把零散的 wiki 条目连成概念图、思维导图和知识网络，方便梳理和浏览知识结构。
汇总图神经网络在自然语言处理领域应用的最新论文清单，覆盖图注意力、异构图、知识图谱与问答等方向，方便快速跟进相关研究进展。
基于 GPU 的向量检索与聚类库，为近似最近邻搜索和相似度计算提供 CUDA 加速，适合大规模向量数据和 LLM 检索场景。
一份知识管理领域的精选资源清单，汇总相关文章、人物、应用、软件库和项目，方便快速找到知识图谱、语义网和 LLM 工具。
给 Claude 加一个本地知识图谱记忆服务，通过 MCP 协议把对话中的实体和关系持久化到本地，解决 AI 跨会话记不住上下文的问题。
本地离线运行的便携式 OCR 软件，用 DeepSeek-OCR-2 模型直接在你自己机器上识别图片和 PDF，适合不想把文档传到云端的场景。
用 LangChain.js、TypeScript 和 Azure 快速搭建无服务器 RAG 聊天机器人，省去自己拼装检索与生成链路的麻烦。
用 Whisper 和 ChatGPT 几秒内从视频自动生成字幕、摘要和章节，省去手动转写和剪辑整理的时间。
DIPY 是 Python 的 3D/4D 医学影像处理库，覆盖扩散、灌注与结构成像，提供配准、去噪、机器学习和可视化等通用方法。