agentic-rag

开始构建 AI 代理的 18 课

自我演化的 AI 代理上下文数据库，统一代理记忆、知识检索与技能

由 LLM 驱动的知识策展系统，研究主题并生成带引用的完整报告

此仓库展示了多种检索增强生成（RAG）系统的高级技术，每项技术都有详细的 Notebook 教程。

开源 AI 编排框架，用于构建具备上下文工程、可投入生产的 LLM 应用。设计模块化管线和代理工作流，明确控制检索、路由、记忆与生成。适用于可扩展代理、RAG、多模态应用、语义搜索与对话系统。

Code search MCP for Claude Code。将整个代码库作为任何编码代理的上下文。

Deeplake 是为代理设计的 AI 数据运行时。它提供无服务器的 Postgres 与多模态数据湖，实现可扩展的检索和训练。

开源的深度研究平台，作为私有数据上的 Reason 与 Search 替代方案，使用 Python 编写

用于构建有状态代理的记忆库

可私有部署的多租户知识智能体平台：统一 RAG、知识图谱、多智能体、MCP/Skills、沙盒与权限管理

Nexent 是一个零代码平台，利用 Harness Engineering 原则自动生成生产级 AI 代理，统一工具、技能、记忆与编排，内建约束、回馈迴路与控制平面。

构建自己的 RAG 应用所需的一切

使用 LangGraph 构建的模块化 Agentic RAG — 在几分钟内学习检索增强生成（RAG）智能体。

企业级 Agentic RAG 智能体 - 全链路覆盖文档解析、多路检索、意图识别、问题重写、会话记忆、MCP 工具调用与深度思考。面向真实业务场景，从 0 到 1 完整工程实现。

多智能体系统、记忆、规划、推理循环

拼好RAG：手搓并融合了GraphRAG、LightRAG、Neo4j-llm-graph-builder进行知识图谱构建以及搜索；整合DeepSearch技术实现私域RAG的推理；自制针对GraphRAG的评估框架 | 整合 GraphRAG、LightRAG 和 Neo4j-llm-graph-builder 进行知识图谱构建与搜索。结合 DeepSearch 进行私有 RAG 推理。创建自定义的 GraphRAG 评估框架。

开源的 RAG 平台：内置引文、深度研究、22 种以上文件格式、分区、MCP 服务器等功能。

Agentic-RAG 探索由 AI LLM agent 增强的高级检索增强生成（RAG）系统。

AuditPilot：具备可稽核性的企业级 AI 代理，支持以证据为基础的工作流程、受管工具、评估工具、人工审查与修复交付。

Nuwax Agent OS - 企业级 AI Agent 开发与运营平台 - 提供代理程序创建与发布、知识库管理、模型代理、记忆系统与插件生态系统的完整解决方案。

[ACL 2026 KnowFM] 实用的 Agentic Deep Research 资源整理

Healthy Diet AI Agent 是一个基于 Bun 与 TypeScript 的后端，提供营养对话、食物图片分析、RAG 文件导入以及基于知识库的饮食指导。

实战 LangGraph 课程仓库，用于构建具备 Agentic RAG、ReAct 与反思工作流程的生产级 LLM agents。

RAGLight 是一个用于检索增强生成（RAG）的模块化框架。它便于外接不同的 LLM、嵌入和向量数据库，现已包含无缝的 MCP 集成以连接外部工具和数据源。

内置超过 30 个连接器，用于构建 AI agent 的 .NET 库。

YT Navigator：由 AI 驱动的 YouTube 内容探索器，让您使用 AI agent 搜索频道视频并与之对话。通过语意搜索与精确时间戳，在几秒钟内从数小时的内容中提取见解。

用于本地与自托管文件搜索的 Agentic RAG：基于嵌入式 LanceDB 的混合检索、重排序与多模态 RAG，并整合 Docling 解析与 MCP 服务器

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。

NextPlaid, ColGREP：多向量搜索，从数据库到编码代理。