rag

Eine native macOS-App, mit der Benutzer mit einem lokalen LLM chatten können, das auf Informationen aus Dateien, Ordnern und Websites auf dem Mac zugreifen kann, ohne zusätzliche Software zu installieren. Unterstützt durch llama.cpp.

🔥 Umfassender Überblick zum Context Engineering: Von Prompt Engineering bis hin zu produktionstauglichen KI-Systemen. Hunderte von Papers, Frameworks und Implementierungsleitfäden für LLMs und KI-Agenten.

🚀 EvoAgentX: Aufbau eines sich selbst entwickelnden Ökosystems von KI-Agenten

RAG Web UI ist ein intelligentes Dialogsystem basierend auf der RAG-Technologie (Retrieval-Augmented Generation).

Neo.mjs ist ein sich selbst entwickelndes Software-Organismus: Ein professionelles End-to-End-KI-Ingenieurteam, dessen modellübergreifender Schwarm über Neural Link, Active Hybrid GraphRAG, DreamService und Selbstheilungsschleifen in Live-Anwendungen lebt.

Agent-Skills für NVIDIA-Produkte — zur Installation in Claude Code, Codex und andere Coding-Agenten, um Physical AI, Robotik, Simulation, CUDA und RAG-Workflows end-to-end auszuführen.

Schnelle, präzise und leichte Python-Bibliothek für State-of-the-Art-Embeddings

Open-Source-KI-Interviewplattform, aufgebaut auf Spring Boot 4.1, Java 25, Spring AI 2.0, React, PostgreSQL/pgvector, Redis und RustFS. Unterstützt intelligente Lebenslaufanalyse, simulierte Interviews, Sprachinterviews und Wissensdatenbank-RAG.

Lernen Sie, Ihren KI-Assistenten für das zweite Gehirn mit LLMs, Agents, RAG, Fine-Tuning, LLMOps und KI-Systemtechniken zu entwickeln.

KI-Suche und RAG, ohne Ihre Daten zu verschieben. Erhalten Sie sofortige Antworten aus dem Wissen Ihres Unternehmens über über 100 Apps hinweg, während die Datensicherheit gewahrt bleibt. In Minuten statt Monaten einsatzbereit.

Jupyter Notebooks, die Ihnen den praktischen Einstieg in Pinecone Vektordatenbanken erleichtern

Eine kuratierte Sammlung praktischer KI-Projekte zur Implementierung von OCR-Systemen, RAG, KI-Agenten und anderen KI-Anwendungsfällen.

Leitfaden zum KI-Systemdesign für Ingenieure, die KI-Produktionssysteme und -Evaluierungen entwickeln.

pingcap/autoflow ist ein auf Graph RAG basierendes und konversationales Wissensdatenbank-Tool, entwickelt mit TiDB Serverless Vector Storage. Demo: https://tidb.ai

Dein Spickzettel für KI-Engineering-Vorstellungsgespräche – Fragen und Antworten.

Die KI-native Suchdatenbank. Ideal für Agenten-Speicher, vereint sie Vektor-, Text-, strukturierte und semantische Daten in einer einzigen Engine. Diese All-in-One-Datenbank macht Agenten intelligenter, einfacher zu betreiben und stabiler.

Benutzerprofilbasierter Langzeitspeicher für KI-Chatbot-Anwendungen.

Ein Open-Source-Forschungsagentensystem, das tief in Ihrer Zotero-Bibliothek verwurzelt ist.

Ein KI-natives Open-Source-System für das Verfassen von Romanen – von der Idee bis zum vollständigen Kapitel, mit strukturiertem Planning, Worldbuilding und Agenten-gesteuerten Workflows.

All-in-One-Plattform für Suche, Empfehlungen, RAG und Analytics, bereitgestellt über API

[EMNLP-2024] Erstellen Sie multimodale Sprachagenten für schnelles Prototyping und Produktion

Die Open-Source-Speicherschicht für autonome Agenten

Ein praxisorientiertes KI-Entwicklungsprojekt auf Basis von Spring Boot 3, Java 21 und Spring AI. Es deckt Kernkonzepte wie Prompt Engineering, RAG, Vektordatenbanken, Tool Calling, MCP und die Entwicklung von KI-Agenten ab, um Entwickler auf die Anforderungen der KI-Ära vorzubereiten.

Awesome-GraphRAG: Eine kuratierte Liste von Ressourcen (Übersichten, Arbeiten, Benchmarks und Open-Source-Projekte) zu graphbasierter Retrieval-Augmented Generation.

Einsatzbereites KI-Tool zum Verfassen von Ausschreibungen, KI-Tool zur Angebotserstellung, Ausschreibungs-Toolbox, Wissensdatenbank, Ausschreibungs-Plagiatsprüfung, Überprüfung ungültiger Angebote, vollständig Open Source und kostenlos, willkommen bei der Nutzung

Apache Hamilton hilft Data Scientists und Engineers dabei, testbare, modulare und selbstdokumentierende Datenflüsse zu definieren, die Abstammung (Lineage/Tracing) und Metadaten kodieren. Läuft und skaliert überall dort, wo Python läuft.

Dieses Repository enthält verschiedene fortgeschrittene Techniken für Retrieval-Augmented Generation (RAG)-Systeme.

Eine persistente, einheitliche Speicherebene für alle Ihre KI-Agenten (z. B. Claude Code, Codex), basierend auf Markdown und Milvus.

KI-Agenten wie APIs und Microservices erstellen, ausführen und skalieren

Ollama praktisch lernen, Large Language Models auf der CPU ausführen, Online-Leseadresse: https://datawhalechina.github.io/handy-ollama/