检索与 RAG
共 419 个仓库
Windows 上的轻量 OCR 截图取字工具，框选屏幕区域即可识别文字并复制，支持后台常驻和识别完成通知。
微软开源的分布式近似最近邻搜索库，提供高质量向量索引构建、搜索和在线服务工具，专为大规模向量检索场景设计。
基于 PostgreSQL 的图数据库扩展，用 SQL 就能做图查询和实时分析，适合在现有 PG 上直接跑图分析而不用另搭一套图库。
管理 BibTeX 和 BibLaTeX 文献库的桌面工具，帮研究人员整理参考文献、生成引用并统一引用格式。
轻量级文本切分库，为 RAG 流水线提供快速、稳定、语义感知的文档分块能力，解决长文本切分质量差的问题。
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。
RAG (Retrieval Augmented Generation) Framework for building modular, open source applications for production by TrueFoundry
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 PDF、DOCX、PPT 等文档解析成 Markdown、JSON、Excel 等结构化数据，并提供云端知识代理与文档管理能力，方便接入 RAG 检索流程。
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。
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。
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。
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。