rag

Implante qualquer modelo de IA, agente, banco de dados, RAG e pipeline localmente ou remotamente em minutos

Busca semântica e de texto completo em qualquer Postgres

Design, avaliação e otimização de sistemas RAG de ponta a ponta. Treinamento abrangente sobre RAG, decompondo 10 componentes principais e projetos práticos para dominar todo o fluxo de trabalho de RAG.

ARGO é uma plataforma de agentes de IA de código aberto que traz o Local Manus para sua área de trabalho. Com downloads de modelos em um clique, integração perfeita com LLMs fechadas e bases de conhecimento RAG com foco offline, o ARGO se torna uma potência de DeepResearch para pensamento autônomo, planejamento de tarefas e 100% dos seus dados permanecem localmente. Suporta Win/Mac/Docker.

🔥 Este repositório contém exemplos completos de aplicações, incluindo sites e outros projetos, desenvolvidos usando Firecrawl.

A suíte de IA client-side mais avançada e totalmente offline no Android atualmente.

Este repositório contém a implementação do AutoSchemaKG, um novo framework para construção automática de grafos de conhecimento que combina a geração de esquemas via conceitualização.

Memória de longo prazo para assistentes de IA. Armazenamento em grafo e vetorial que recupera decisões, relacionamentos e contexto entre sessões.

♾️ Frota de agentes privados com Spec Coding. Cada agente possui seu próprio desktop com aceleração por GPU. Execute Claude, Codex, Gemini e modelos abertos em uma pilha de IA totalmente privada ♾️

Treine modelos por contraste no PyTorch.

Álbum focado em IA: converse com sua galeria usando linguagem natural! Visão LLM + RAG + Álbum/Galeria.

Camada de memória de arquivo único compartilhada para todos os seus agentes, RAG sub-milissegundo sobre texto, foto e vídeo no Apple Silicon. Sem servidor. Sem API. Um arquivo. Swift puro.

Exemplos de como criar aplicações Java impulsionadas por IA Generativa e LLMs usando Spring AI e Spring Boot.

Aplicações de LLM rápidas, com indexação por streaming, consulta e agentes em Rust.

Um framework de agentes inovador orientado por motor KG

Framework para aprimorar LLMs para tarefas de RAG usando ajuste fino.

Repositório público de materiais de revisão para backend Java / AI Agent / design de sistemas / entrevistas de algoritmos

Ingira arquivos para geração aumentada de recuperação (RAG) com LLMs (Large Language Models) de código aberto, tudo sem terceiros ou dados sensíveis saírem da sua rede.

Este blueprint NVIDIA RAG serve como uma solução de referência para um pipeline fundamental de Geração Aumentada de Recuperação (RAG).

Healthy Diet AI Agent é um backend em Bun + TypeScript para chat de nutrição, análise de imagens de alimentos, ingestão de documentos RAG e orientação de dieta baseada em conhecimento.

O Generative AI Examples é uma coleção de exemplos de GenAI, como ChatQnA e Copilot, que ilustram as capacidades de pipeline do projeto Open Platform for Enterprise AI (OPEA).

Projeto prático de assistente de programação com IA 2025 (por Yupi), construído com Spring Boot 3.5, Java 21, LangChain4j e IA para criar um robô de aprendizado de programação e orientação de carreira. Abrange integração com grandes modelos de IA, recursos principais do LangChain4j, conversação via streaming, engenharia de prompt, RAG, banco de dados vetorial, Tool Calling, protocolo MCP, web scraping, segurança, desenvolvimento frontend com Vue.js, SSE e outras tecnologias de desenvolvimento de IA corporativa.

Servidor MCP e CLI de inteligência de código local para agentes de programação de IA

AI 小说创作软件：把灵感、角色、世界观、大纲、章节写作、审稿和修稿组织成可控流程；提供 Windows/macOS 桌面版、Ollama 与 DSH 插件预览。

Dê aos seus agentes de IA memória coletiva e persistente — com absorção de deduplicação, linhagem de supersessão, busca semântica e uma interface gráfica de grafo. Compatível com MCP.

Constrói agentes rapidamente para sistemas empresariais como OA, ERP, CRM e sistemas de chamados, permitindo que a IA invoque com segurança capacidades reais de negócios sob restrições de permissões, auditoria e governança.

Um projeto educacional (passo a passo) para ensinar como construir um aplicativo pronto para produção para aplicação RAG.

Converse com vários PDFs localmente

🔥 Rankify: Um kit de ferramentas abrangente em Python para Recuperação, Reclassificação e Geração Aumentada por Recuperação (RAG) 🔥. Nosso kit de ferramentas integra 40 conjuntos de dados de referência pré-recuperados e suporta mais de 7 técnicas de recuperação, mais de 24 modelos de reclassificação de última geração e vários métodos de RAG.

Este repositório contém o código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026].