检索与 RAG
共 183 个仓库 · Python
给 AI 助手做长期记忆的存储层，用图数据库加向量库记住跨会话的决策、关系和上下文，解决多轮对话后遗忘的问题。
This NVIDIA RAG blueprint serves as a reference solution for a foundational Retrieval Augmented Generation (RAG) pipeline.
开源三维医学影像重建软件，可读取 DICOM 与断层扫描数据，完成分割并生成三维模型，用于术前规划与影像分析。
轻量级车牌文字识别 OCR 模型，支持 Keras、JAX 和 ONNX Runtime，可快速集成到车牌识别流水线中。
在本地网络内用开源大模型完成文件摄取与检索增强生成，数据不出内网、不依赖第三方服务。
把 OpenAI Deep Research 的深度推理和 Dify 的可视化工作流合到一起的垂直 AI Agent 构建平台，支持 RAG 与 A2A 委派。
用「思维模板」库增强大模型推理：把可复用的推理思路存成元缓冲区，遇到新问题时检索并套用，提升复杂任务准确率并降低成本。
模块化 RAG 框架，能自由替换 LLM、嵌入模型和向量库，还支持 MCP 接入外部工具与数据源，省去重复搭建检索增强流程的功夫。
给 AI Agent 用的本地优先记忆、决策引擎与治理框架，状态存在本地、可跨 IDE 迁移，解决 Agent 长期记忆和可控性问题。
中文优先的企业级 RAG 知识库，把文档解析、切块、混合检索、重排、引用溯源、知识图谱和评测串成一条可控流水线，还能直接接入 Dify。
基于 Azure AI Search 和 gpt-4o-realtime 的语音 RAG 示例，让语音助手能实时检索知识库并生成带依据的对话回答。
把 UI 设计稿直接转成高质量 React 代码的多模态系统，靠视觉语言建模和自动数据合成打通设计与前端开发。
用 Streamlit 搭建的论文问答应用，把 arXiv 论文切块存入 Redis 向量库，结合 LangChain 与 OpenAI 实现检索增强问答，还能用语义缓存减少重复调用。
基于层次化知识图谱的 Graph RAG 系统，把文档组织成分层结构来提升检索增强生成的召回与准确度，开箱即用。
把向量检索、知识图谱和交叉编码器重排揉在一起的混合 RAG 系统，支持 Docling 解析文档、图片表格理解、流式对话和行内引用，可接 Gemini 或本地 Ollama。
本地优先的全栈 AI 创作工作站，集成对话、漫画、漫剧、写作和知识学习五大模块，支持 vLLM、llama.cpp 等多引擎本地推理与显存智能调度。
基于 LangGraph 的电商数仓智能问数 Agent，把自然语言转成 SQL 并流式展示查询结果，配套教程适合系统学习大模型应用落地。
让大模型在机器写作时通过「思考」主动扩展知识边界，缓解长文生成中内容浅薄、信息重复的问题，适合新闻等长文本创作场景。
多线程网页爬虫，递归抓取整站并把每个页面转成 Markdown 文件，为 LLM RAG 准备干净的语料。
基于 txtai 的检索增强生成示例，把向量检索和大模型结合起来，让你用自己的数据做问答和洞察分析。
面向长视频理解的可插拔检索增强框架，无需训练即可为多模态大模型补充视觉对齐的检索证据，提升长视频问答效果。
Pinecone 向量数据库的官方 Python SDK，方便在 Python 项目里直接接入向量存储和相似度检索，搭建 RAG 应用时不用自己封装 API。
QGIS 插件，用 Segment Anything Model 在地理栅格影像上快速分割和勾绘地貌，省去手工描边的麻烦。
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。