rag

Aplikasi macOS native yang memungkinkan pengguna mengobrol dengan LLM lokal yang dapat merespons dengan informasi dari file, folder, dan situs web di Mac Anda tanpa menginstal perangkat lunak lain. Didukung oleh llama.cpp.

Survei komprehensif tentang Context Engineering: dari prompt engineering hingga sistem AI tingkat produksi. Ratusan makalah, kerangka kerja, dan panduan implementasi untuk LLM dan agen AI.

🚀 EvoAgentX: Membangun Ekosistem Agen AI yang Berkembang Mandiri

RAG Web UI adalah sistem dialog cerdas berbasis teknologi RAG (Retrieval-Augmented Generation).

Neo.mjs adalah organisme perangkat lunak yang berevolusi sendiri: tim rekayasa AI end-to-end profesional yang kawanan lintas modelnya menghuni aplikasi langsung melalui Neural Link, Active Hybrid GraphRAG, DreamService, dan loop penyembuhan diri.

Agent Skills untuk produk NVIDIA — instal ke Claude Code, Codex, dan agen pengodean lainnya untuk menjalankan alur kerja Physical AI, robotika, simulasi, CUDA, dan RAG secara menyeluruh.

Pustaka Python yang cepat, akurat, dan ringan untuk membuat Embedding mutakhir.

Platform wawancara AI sumber terbuka yang dibangun dengan Spring Boot 4.1, Java 25, Spring AI 2.0, React, PostgreSQL/pgvector, Redis, dan RustFS, mendukung analisis resume cerdas, wawancara simulasi, wawancara suara, dan RAG basis pengetahuan.

Pelajari cara membangun asisten AI Second Brain Anda dengan teknik LLM, agen, RAG, fine-tuning, LLMOps, dan sistem AI.

Pencarian AI & RAG tanpa memindahkan data Anda. Dapatkan jawaban instan dari pengetahuan perusahaan Anda di lebih dari 100 aplikasi sambil menjaga keamanan data. Terapkan dalam hitungan menit, bukan bulan.

Jupyter Notebook untuk membantu Anda berlatih langsung dengan basis data vektor Pinecone

Koleksi proyek AI praktis yang mengimplementasikan sistem OCR, RAG, agen AI, dan kasus penggunaan AI lainnya.

Panduan desain sistem AI untuk insinyur yang membangun sistem AI produksi dan evaluasi.

pingcap/autoflow adalah alat basis pengetahuan berbasis Graph RAG dan percakapan yang dibangun dengan TiDB Serverless Vector Storage. Demo: https://tidb.ai

Lembar contekan Anda untuk wawancara AI Engineering – Pertanyaan dan Jawaban.

Database Pencarian AI-Native. Terbaik untuk penyimpanan agen, menyatukan data vektor, teks, terstruktur, dan semi-terstruktur ke dalam satu mesin. Database all-in-one ini membuat agen lebih cerdas, lebih mudah dijalankan, dan lebih stabil.

Memori jangka panjang berbasis profil pengguna untuk aplikasi chatbot AI.

Sistem agen riset sumber terbuka yang berakar kuat pada pustaka Zotero Anda.

Sistem open-source berbasis AI untuk penulisan novel panjang—dari ide hingga bab lengkap, dengan perencanaan terstruktur, pembangunan dunia, dan alur kerja berbasis agen.

Platform serbaguna untuk pencarian, rekomendasi, RAG, dan analitik yang ditawarkan melalui API

[EMNLP-2024] Membangun agen bahasa multimodal untuk prototipe cepat dan produksi

Lapisan Memori Open Source Untuk Agen Otonom

Proyek pengembangan AI praktis dari Programming Navigation, membangun aplikasi AI Love Master dan agen otonom berbasis pola ReAct YuManus menggunakan Spring Boot 3 + Java 21 + Spring AI. Mencakup akses model AI besar, fitur inti Spring AI, rekayasa dan optimasi Prompt, RAG, basis data vektor, pemanggilan alat (Tool Calling), protokol konteks model MCP, pengembangan AI Agent (implementasi Java Manas), dan alat Cursor AI. Tutorial lengkap untuk menguasai teknologi AI yang wajib diketahui programmer guna meningkatkan daya saing resume dan karier.

Awesome-GraphRAG: Daftar sumber daya pilihan (survei, makalah, tolok ukur, dan proyek sumber terbuka) tentang generasi yang ditingkatkan pengambilan berbasis grafik.

Alat penulisan dokumen tender AI siap pakai, generator dokumen tender AI, kotak alat penawaran, basis pengetahuan, pemeriksaan duplikasi dokumen, dan pemeriksaan item pembatalan tender, sepenuhnya open source dan gratis.

Apache Hamilton membantu ilmuwan dan insinyur data mendefinisikan alur data yang dapat diuji, modular, dan terdokumentasi secara mandiri, yang menyertakan lineage/tracing dan metadata. Dapat dijalankan dan diskalakan di mana pun Python berjalan.

Repositori ini berisi berbagai teknik tingkat lanjut untuk sistem Retrieval-Augmented Generation (RAG).

Lapisan memori terpadu dan persisten untuk semua agen AI Anda (misalnya Claude Code, Codex), didukung oleh Markdown dan Milvus

Membangun, menjalankan, dan menskalakan agen AI seperti API dan layanan mikro.

Belajar Ollama secara praktis, menjalankan deployment model besar di CPU, baca daring di: https://datawhalechina.github.io/handy-ollama/