agentic-rag

18 bài học để bắt đầu xây dựng các tác nhân AI

Cơ sở dữ liệu ngữ cảnh tự tiến hóa cho AI Agents. Thống nhất Bộ nhớ Agent, Kiến thức RAG và Kỹ năng.

Hệ thống quản lý tri thức được hỗ trợ bởi LLM, nghiên cứu một chủ đề và tạo báo cáo đầy đủ kèm theo trích dẫn.

Kho lưu trữ này giới thiệu các kỹ thuật nâng cao khác nhau cho hệ thống Retrieval-Augmented Generation (RAG). Mỗi kỹ thuật đều có hướng dẫn chi tiết qua notebook.

Framework điều phối AI mã nguồn mở để xây dựng các ứng dụng LLM sẵn sàng cho môi trường sản xuất với ngữ cảnh được tối ưu. Thiết kế các pipeline dạng module và quy trình tác nhân với khả năng kiểm soát rõ ràng về truy xuất, định tuyến, bộ nhớ và tạo sinh. Được thiết kế cho các tác nhân có khả năng mở rộng, RAG, ứng dụng đa phương thức, tìm kiếm ngữ nghĩa và hệ thống trò chuyện.

Mã tìm kiếm MCP cho Claude Code. Đưa toàn bộ cơ mã nguồn làm ngữ cảnh cho mọi tác nhân lập trình.

Deeplake là AI Data Runtime dành cho Agents. Nó cung cấp postgres không máy chủ với datalake đa phương thức, hỗ trợ truy xuất và huấn luyện có thể mở rộng.

Giải pháp Deep Research thay thế mã nguồn mở để suy luận và tìm kiếm trên dữ liệu riêng tư. Được viết bằng Python.

Thư viện bộ nhớ để xây dựng các agent có trạng thái (stateful agents).

Nền tảng tác nhân tri thức đa người thuê có thể tự triển khai: tích hợp RAG, đồ thị tri thức, đa tác nhân, MCP/Skills, hộp cát và quản lý phân quyền.

Nexent là một nền tảng không mã (zero-code) dùng để tự động tạo ra các AI agent đạt chuẩn sản xuất sử dụng các nguyên lý Harness Engineering — công cụ thống nhất, kỹ năng, bộ nhớ và điều phối với các giới hạn tích hợp, vòng lặp phản hồi và mặt phẳng điều khiển.

Mọi thứ bạn cần biết để xây dựng ứng dụng RAG của riêng mình

Một Agentic RAG mô-đun được xây dựng bằng LangGraph — tìm hiểu các Tác nhân Tạo sinh Tăng cường Truy xuất trong vài phút.

Agentic RAG thông minh cấp doanh nghiệp - Bao phủ toàn diện từ phân tích tài liệu, truy xuất đa luồng, nhận diện ý định, viết lại câu hỏi, bộ nhớ phiên làm việc, gọi công cụ MCP đến suy luận sâu. Hướng tới kịch bản nghiệp vụ thực tế, hiện thực hóa kỹ thuật hoàn chỉnh từ 0 đến 1.

Hệ thống đa tác nhân, bộ nhớ, lập kế hoạch, vòng lặp suy luận

Tích hợp GraphRAG, LightRAG và Neo4j-llm-graph-builder để xây dựng và tìm kiếm đồ thị trí thức. Kết hợp công nghệ DeepSearch để thực hiện suy luận RAG riêng tư. Tự phát triển khung đánh giá dành riêng cho GraphRAG.

Nền tảng RAG mã nguồn mở: tích hợp trích dẫn, nghiên cứu chuyên sâu, hỗ trợ hơn 22 định dạng tệp, phân vùng, máy chủ MCP và nhiều tính năng khác.

Agentic-RAG khám phá các hệ thống Retrieval-Augmented Generation nâng cao được tăng cường với các tác nhân AI LLM.

AuditPilot: Tác nhân AI doanh nghiệp có thể kiểm toán cho quy trình làm việc dựa trên bằng chứng, công cụ được quản治, bộ công cụ đánh giá, xem xét của con người và phân phối khắc phục.

Nuwax Agent OS - Nền tảng vận hành và phát triển AI Agent cấp doanh nghiệp - Cung cấp giải pháp hoàn chỉnh cho việc tạo và phân phối tác nhân, quản lý cơ sở tri thức, proxy mô hình, hệ thống bộ nhớ và hệ sinh thái plugin.

[ACL 2026 KnowFM] Tài nguyên tuyệt vời về nghiên cứu sâu có tác nhân (Agentic Deep Research)

Healthy Diet AI Agent là một backend Bun + TypeScript dành cho chat dinh dưỡng, phân tích hình ảnh thực phẩm, nạp tài liệu RAG và hướng dẫn chế độ ăn uống dựa trên kiến thức.

Kho lưu trữ khóa học thực hành LangGraph để xây dựng các tác nhân LLM cấp sản xuất với Agentic RAG, ReAct và các quy trình làm việc phản hồi.

RAGLight là một framework mô-đun dành cho Retrieval-Augmented Generation (RAG). Nó giúp dễ dàng tích hợp các LLM, embedding và vector store khác nhau, hiện đã bao gồm tích hợp MCP liền mạch để kết nối các công cụ và nguồn dữ liệu bên ngoài.

Thư viện .NET để xây dựng các tác nhân AI với hơn 30 trình kết nối tích hợp sẵn.

YT Navigator: Công cụ khám phá nội dung YouTube hỗ trợ AI, cho phép bạn tìm kiếm và trò chuyện với video trên kênh bằng các AI agent. Trích xuất thông tin chi tiết từ hàng giờ nội dung chỉ trong vài giây với tìm kiếm ngữ nghĩa và dấu thời gian chính xác.

Agentic RAG cho tìm kiếm tài liệu cục bộ và tự lưu trữ: truy xuất lai, xếp hạng lại và RAG đa phương thức trên LanceDB nhúng, với trình phân tích cú pháp Docling và máy chủ MCP.

NextPlaid, ColGREP: Tìm kiếm đa vector, từ cơ sở dữ liệu đến các tác nhân lập trình.

企业级 AI 智能体 Agent 平台，覆盖智能对话、文档知识问答、联网搜索、RAG 检索、MCP 工具协议、Skills 扩展等完整能力。三层执行器体系、双通道混合检索、组合式切块引擎、会话记忆管理、全链路可观测，每个环节都经过深 度设计和工程化打磨。