rag

Une application macOS native permettant de discuter avec un LLM local capable de répondre à partir de fichiers, dossiers et sites web sur votre Mac sans installation supplémentaire. Propulsé par llama.cpp.

Étude complète sur le Context Engineering : du prompt engineering aux systèmes d'IA de niveau production. Inclut des centaines d'articles, de frameworks et de guides d'implémentation pour les LLM et les agents IA.

🚀 EvoAgentX : Construire un écosystème d'agents IA auto-évolutif

RAG Web UI est un système de dialogue intelligent basé sur la technologie RAG (Retrieval-Augmented Generation).

Neo.mjs est un organisme logiciel auto-évolutif : une équipe d'ingénierie IA professionnelle de bout en bout dont l'essaim multi-modèles habite des applications en direct via Neural Link, Active Hybrid GraphRAG, DreamService et des boucles d'auto-guérison.

Compétences d'agent pour les produits NVIDIA — à installer dans Claude Code, Codex et d'autres agents de codage pour exécuter des flux de travail d'IA physique, de robotique, de simulation, de CUDA et de RAG de bout en bout.

Bibliothèque Python rapide, précise et légère pour créer des embeddings de pointe.

Plateforme d'entretien IA open source basée sur Spring Boot 4.1, Java 25, Spring AI 2.0, React, PostgreSQL/pgvector, Redis et RustFS, prenant en charge l'analyse intelligente de CV, les simulations d'entretien, les entretiens vocaux et la RAG de base de connaissances.

Apprenez à construire votre assistant IA « Second Brain » avec des LLM, des agents, la RAG, le fine-tuning, le LLMOps et des techniques de systèmes d'IA.

Recherche IA et RAG sans déplacer vos données. Obtenez des réponses instantanées à partir des connaissances de votre entreprise sur plus de 100 applications tout en sécurisant vos données. Déploiement en quelques minutes, pas en quelques mois.

Notebooks Jupyter pour vous aider à prendre en main les bases de données vectorielles Pinecone.

Une collection organisée de projets IA pratiques implémentant des systèmes OCR, RAG, des agents IA et d'autres cas d'utilisation de l'IA.

Guide de conception de systèmes IA pour les ingénieurs développant des systèmes IA en production et des évaluations.

pingcap/autoflow est un outil de base de connaissances conversationnelle basé sur Graph RAG, construit avec le stockage vectoriel TiDB Serverless. Démo : https://tidb.ai

Votre aide-mémoire pour les entretiens en ingénierie IA : questions et réponses.

La base de données de recherche native pour l'IA. Idéale pour le stockage d'agents, elle unifie les données vectorielles, textuelles, structurées et semi-structurées au sein d'un moteur unique. Cette base de données tout-en-un rend les agents plus intelligents, plus faciles à exécuter et plus stables.

Mémoire à long terme basée sur le profil utilisateur pour les applications de chatbot IA.

Système d'agent de recherche open source profondément intégré à votre bibliothèque Zotero

Système open source natif IA pour la création de romans, utilisant des agents, un moteur de construction de monde et de style, le RAG et des flux de travail de production complets pour aider les débutants à passer d'une idée à un roman complet.

Plateforme tout-en-un pour la recherche, les recommandations, le RAG et l'analytique via API

[EMNLP-2024] Création d'agents linguistiques multimodaux pour le prototypage rapide et la production

La couche mémoire open source pour agents autonomes

Projet pratique de développement AI : création d'une application de coaching amoureux et d'un agent autonome YuManus basé sur le modèle ReAct, utilisant Spring Boot 3, Java 21 et Spring AI. Couvre l'intégration de grands modèles, les fonctionnalités de Spring AI, l'ingénierie de prompt, le RAG, les bases de données vectorielles, l'appel d'outils, le protocole MCP et le développement d'agents AI.

Awesome-GraphRAG : une liste organisée de ressources (études, articles, benchmarks et projets open source) sur la génération augmentée par récupération basée sur les graphes.

Outil de rédaction d'appels d'offres par IA prêt à l'emploi, incluant génération de documents, boîte à outils de soumission, base de connaissances, vérification de doublons et détection de causes d'exclusion, entièrement open source et gratuit.

Apache Hamilton aide les data scientists et les ingénieurs à définir des flux de données testables, modulaires et auto-documentés, intégrant traçabilité et métadonnées. S'exécute et passe à l'échelle partout où Python est supporté.

Ce dépôt contient diverses techniques avancées pour les systèmes de génération augmentée par récupération (RAG).

Une couche de mémoire persistante et unifiée pour tous vos agents IA (ex: Claude Code, Codex), basée sur Markdown et Milvus.

Construisez, exécutez et mettez à l'échelle des agents IA comme des API et des microservices

Apprendre à utiliser Ollama, déployer des grands modèles sur CPU, lecture en ligne : https://datawhalechina.github.io/handy-ollama/