rag

A maneira mais fácil de usar Agentic RAG em qualquer empresa

OpenKB: Base de conhecimento para LLMs abertos

Seu agente no terminal, equipado com ferramentas locais: escreve código, usa o terminal e navega na web. Crie seu próprio agente autônomo persistente.

🤖 Aprenda de graça como construir um sistema de LLM e RAG pronto para produção de ponta a ponta usando as melhores práticas de LLMOps: ~ código-fonte + 12 lições práticas

Recursos técnicos para desenvolvedores de IA criarem aplicações, agentes e sistemas usando o Oracle AI Database e serviços OCI.

Guia prático de AI Agents para 2026: tutorial completo, roteiro de aprendizado, projetos práticos e banco de questões para entrevistas. Focado em desenvolvimento de aplicações LLM, cobrindo LangChain, LangGraph, Coze, Dify, MCP, RAG e engenharia de prompts.

Vitrine de IA Generativa do MongoDB: uma coleção exaustiva de exemplos e aplicações de amostra cobrindo Geração Aumentada por Recuperação (RAG), agentes de IA e casos de uso específicos do setor.

AdalFlow: A biblioteca para construir e otimizar automaticamente aplicações LLM.

Fluxos de trabalho de referência em IA generativa otimizados para infraestrutura acelerada e arquitetura de microsserviços.

Tudo o que você precisa saber para construir sua própria aplicação RAG

Explore LLMs com Programação Multi-Agente

AI-powered virtual executive team — a single coherent executive persona backed by 8 specialist agents (FastAPI + Next.js).

Um RAG agente modular construído com LangGraph — aprenda sobre agentes de Geração Aumentada por Recuperação em minutos.

Uma implementação simples e fácil de modificar do GraphRAG.

Hypergraph é mais poderoso. Transforme texto não estruturado em conhecimento estruturado com LLMs. Grafos, hipergrafos e extrações espaço-temporais — com um único comando.

A maneira mais fácil e prática de construir aplicações de LLMs multi-agentes.

Agente RAG Agentic de nível empresarial - cobertura completa de ponta a ponta de análise de documentos, recuperação multicanal, reconhecimento de intenção, reescrita de perguntas, memória de sessão, chamadas de ferramentas MCP e raciocínio profundo. Implementação de engenharia completa do zero para cenários de negócios reais.

Runtime de agente de IA portátil para a JVM. Uma classe @Agent roda em Spring AI, LangChain4j, Anthropic ou mais 9 frameworks através de uma única SPI. Suporta streaming de tokens, chamadas de ferramentas, aprovações humanas e governança via WebSocket, SSE, gRPC ou WebTransport/HTTP3. Compatível com MCP, A2A e AG-UI.

Streamer-Sales: um LLM para apresentadores de vendas ao vivo que explica produtos com base em suas características para estimular o desejo de compra do usuário. Inclui um fluxo detalhado de geração de dados e integra LMDeploy para aceleração de inferência, RAG para recuperação aumentada, TTS para conversão de texto em fala, geração de avatares digitais, agentes para consultas de informações em tempo real, ASR para transcrição de áudio, front-end em Vue, back-end em FastAPI e implantação via Docker-compose.

SimpleMem: Memória vitalícia eficiente para agentes LLM — Texto e Multimodal.

Mecanismo de recuperação multimodal de código aberto (Morphik Core). Por Morphik — back office de IA para enfermagem especializada e residências para idosos (morphik.ai).

PipesHub é uma camada de contexto de IA de código aberto e totalmente extensível que unifica seus dados de negócios para busca corporativa explicável e automação de fluxo de trabalho com agentes.

Uma coleção de métodos científicos, processos, algoritmos e sistemas para construir histórias e modelos.

Interaja com seu banco de dados SQL usando linguagem natural para SQL via LLMs.

Uma base de conhecimento pessoal que se constrói e mantém sozinha. Adicione fontes — Claude (ou Codex/Gemini) as lê, extrai conhecimento e mantém uma wiki interligada persistente. Funciona com Claude Code, Codex, OpenCode, Gemini CLI. Sem necessidade de chave de API.

AnyCrawl: Um crawler em Node.js/TypeScript que converte sites em dados prontos para LLMs e extrai resultados estruturados de SERP do Google, Bing, Baidu, entre outros. Suporte nativo a multi-threading para processamento em massa.

Sistema de engenharia de conteúdo GEO de código aberto e distribuição multissite com tarefas de IA, RAG/chunking semântico, análise, agente GEOFlow e publicação de destino no WordPress.

ReMe: Kit de gerenciamento de memória para agentes - Lembre-se de mim, refine-me.

Uma estrutura simplificada e personalizável para avaliação eficiente de grandes modelos (LLM, VLM, AIGC) e benchmarking de desempenho.

[KDD'2026] "VideoRAG: Converse com seus vídeos"