检索与 RAG
共 391 个仓库 · 一年内有推送
跨平台文档扫描工具，支持 TWAIN、WIA、eSCL 和 SANE 协议，把纸质文件扫成 PDF 并内置 OCR 识别，Windows、Linux、macOS 都能用。
用 Rust 写的高性能向量图神经网络数据库，把向量检索、GNN 推理和智能体记忆放在一起，主打实时决策和低延迟自学习。
高性能开源内存图数据库，兼容 Cypher，用 C++ 编写，适合 GraphRAG、AI 记忆、智能体和实时图分析场景。
仿生认知记忆引擎，用图结构为 LLM 智能体提供长期记忆与情节记忆，是 Graph RAG 的新范式。
一套面向知识图谱抽取与构建的开源工具包，支持命名实体识别、关系抽取、属性抽取和事件抽取，覆盖少样本、文档级和指令抽取等场景。
轻量级向量与任意对象相似度搜索聚类引擎，支持十多种编程语言，可做近似最近邻检索、模糊搜索和推荐系统。
用 LangGraph 搭建的模块化 Agentic RAG 教学项目，几分钟就能上手理解检索增强生成智能体的完整流程。
Windows 上免费开源的 PDF 编辑器，自带 PDF 2.0 引擎，能查看、批注、OCR、合并拆分、编辑文字和填表签名，不用订阅。
把 Markdown 笔记和 Git 版本管理搬到手机上的笔记应用，笔记自动同步到 Git 仓库，方便追踪修改历史、多端备份和自建知识库。
把 Poteto 的 pstack 严格 agent 工作流移植到 Claude Code、Codex、Copilot、Gemini 等多个编码 Agent 平台，让不同工具都能用上同一套规范化的智能体技能与代码审查流程。
用 Segment Anything 模型对遥感影像等地理空间数据做交互式分割的 Python 包，省去自己搭建分割流程的麻烦。
一套基于 LangChain 的 RAG 应用构建教程与代码集合，覆盖从基础检索增强到 Agentic RAG 的完整实现路径，帮你快速搭出带检索能力的问答机器人。
基于 Spark 的分布式 NLP 库，把 BERT、LLM、ONNX 等模型封装成可直接调用的流水线，在集群上批量做命名实体识别、分词、翻译等任务。
收录 OCR、RAG、AI Agent 等可动手实践的 AI 工程案例合集，用 Python 实现，适合照着代码快速搭建和验证各类生成式 AI 应用。
用 Python 封装 Google Earth Engine，在 Jupyter/Colab 里做交互式地理空间分析与可视化，省去手动拼 GEE 代码的麻烦。
一套可直接在 Colab、Kaggle、Binder 上跑的免费 AI 实战课程，覆盖 RAG、AI Agent、文档抽取、模型验证和 EU AI Act 合规，每节课都带自动评分。
一个用 C# 编写的 ACID 文档数据库，内置全文搜索、索引、分片和空间查询，适合需要强一致性和复杂检索的 NoSQL 场景。
把各类文档抽取、解析成结构化分块，直接喂给 AI Agent 和 RAG 流水线，省去自己写清洗和切分逻辑。
开源文档解析模型，用强化自迭代（RSI）循环做后训练，在准确率和速度上达到 SOTA，适合给 LLM 和 Agent 做 OCR 与文档理解。
面向超长视频的检索增强生成框架，让大模型能直接和你上传的视频对话，解决长视频内容理解与精准问答的问题。
面向地理空间数据的 AI 工具包，基于 PyTorch 提供遥感影像分割、地球观测分析等深度学习模型的训练与推理能力。
用小型模型把图片里的版面、表格、数学公式和文字识别成 Markdown，支持 80 多种语言，是 Mathpix 的免费替代方案。
面向文档 AI 的 Python 工具箱，把 OCR、版面分析和表格识别串成流水线，方便从扫描件和 PDF 里抽取结构化内容。
开箱即用的漫画 AI 翻译桌面工具，自动完成日韩英漫画的 OCR 检测、原文擦除、翻译、图像修复和译文排版，并带可视化编辑器调整文本样式。