检索与 RAG
共 391 个仓库 · 一年内有推送
《AI-Powered Search》一书配套代码库，演示混合检索、学习排序、点击模型和生成式搜索等现代搜索技术，基于 OpenSearch 实现。
用 Markdown 文件搭建个人 Wiki，支持知识图谱、LaTeX 公式和 Pandoc 转换，可 Docker 部署，适合替代 Obsidian 做自托管文档库。
无需人工标注标准答案就能评估 RAG 系统，通过自动生成问题和判断相关性来量化检索与生成质量。
整理 Azure OpenAI 与大模型（含 RAG、Agent）的学习资源和实践笔记，按月更新，适合想系统上手云上 LLM 应用开发的人查阅。
面向 OCR 流程的文档版面分析工具，能自动切分页面区域、检测文本行并做二值化，为后续文字识别和 RAG 检索提供干净的结构化输入。
用 AI 助手分析应用 Dockerfile 和镜像层，自动给出精简方案来缩小镜像体积，省去手动排查冗余依赖和构建步骤的麻烦。
FreshQA 是评估大模型回答时效性问题能力的基准数据集与代码，配套论文 FreshLLMs，用于测试模型在动态知识下的检索增强问答表现。
一款 Android 端 AI 聊天客户端，基于 Rikkahub 重做界面并增强功能，支持自带 API Key 接入大模型，适合角色扮演和日常对话。
用生成模型合成带标注的肝脏肿瘤 CT 图像，无需人工标注即可训练分割模型，缓解医学影像标注成本高的问题。
整理高维向量检索与向量数据库相关的优质资源清单，涵盖近似最近邻搜索、相似度检索和向量搜索引擎，方便快速选型与调研。
用 Rust 写的高性能本地 AI 记忆检索引擎，带桌面 GUI，能对 agent 历史做关键词加可选语义的混合召回，解决本地对话记录难找的问题。
基于 DuckDB 的 TypeScript 数据分析库，能快速处理表格、地理空间、图网络和向量相似度检索，还支持 AI 与 Google Sheets 集成。
在 AWS 上快速搭建、试验和部署生成式 AI 应用的低代码方案，内置 Amazon Bedrock 模型接入和第三方 LLM 连接器，无需深厚 AI 经验即可上手。
ColPali 的实战教程合集，手把手教你在多模态 RAG 场景里训练、微调和改造 ColPali 视觉检索模型。
面向考勤场景的自拍人脸认证平台，无需 OTP、注册或代打卡，专为低成本手机优化，可大规模部署。
用消费级硬件在本地搭建并运行大语言模型和聊天机器人，支持 llama-cpp-python、vLLM 和 RAG 检索增强。
纯 Rust 实现的 CPU 端 OCR 引擎，跑百度 Unlimited-OCR 这个 3B MoE 视觉语言模型，自带 int8 定制算子，不依赖 ML 框架、Python 或 GPU。
把网页转成适合大模型阅读的纯文本，类似 Firecrawl 和 Jina Reader，方便做 RAG、网页抓取和图片链接提取。
在自己 GPU 上自托管的一体化 AI 工作室，集文件 RAG 对话、屏幕与浏览器代理、编码集群、LoRA 训练、MCP 服务及本地音视频图像生成于一身，无遥测。
VLM Run API 的示例与指南合集，用 Jupyter Notebook 演示如何调用视觉语言模型完成 OCR、文档解析和 ETL 等任务，方便快速上手多模态推理。
本地部署的多模态 RAG 工具，能对各类技术文档做检索和问答交互，文档不出本机。
用 Python 计算多边形中心线的工具，基于 Voronoi 图把面状地物（如河流、道路）提取成线状结构，支持 shapefile 等空间数据，也可命令行调用。
ViDoRe 是评估视觉文档检索的基准与评测代码，配套 ColPali 论文，用于衡量多模态检索模型在图文文档上的检索效果。
可视化文档解析工作台，基于 Docling 在浏览器里配置抽取流程、查看文本表格和边界框，再切分、向量化并写入 OpenSearch 和 Neo4j，方便搭 RAG 和知识图谱。