information-retrieval

📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG

开源 AI 平台 - 具备高级功能的 AI 聊天，可与所有 LLM 配合使用

即用型 OCR，支持 80 多种语言及所有常见文字系统，包括拉丁文、中文、阿拉伯文、天城文、斯拉夫文等。

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。

私有 AI 平台，支持代理、助理与企业搜索，内置代理构建器、深度研究、文档分析、多模型支持与 API 连接

Weaviate 是一个开源向量数据库，能同时存储对象与向量，结合向量搜索与结构化过滤，并具备云原生数据库的容错与可扩展性

面向人的主题模型化工具

将文件轻松转换为结构化数据。Unstructured 是开源 ETL 解决方案，可将复杂文档转换为干净的结构化格式供语言模型使用。访问我们网站了解企业级平台产品，支持生产级工作流、分割、增强、切块与嵌入。

💡 全方位 AI 框架，支持语义搜索、LLM 编排与语言模型工作流

检索与检索增强式大语言模型

Apache Lucene 与 Solr 开源搜索软件

AdalFlow：构建并自动优化 LLM 应用的库

利用多代理程序设计驱动大型语言模型。

在 Linux 桌面截图时，抓取终端机的系统/主题信息

Apache Lucene 开源搜索软件

为 C、C++、CUDA、Python、Rust、Swift、JS 和 Go 提供高达 100 倍速的字符串处理，利用 NEON、AVX2、AVX-512、SVE、GPGPU 和 SWAR 来加速搜索、哈希、排序、编辑距离、sketches 和内存操作 🦖

MTEB：跨语言与多模态嵌入的最先进评估

加速深度学习研发

为你的 Agent 所需的所有模型提供开源推理服务器与生产集群。

使用 IP-Tracer 追踪任何 IP 地址，IP-Tracer 为 Linux 与 Termux 开发，您可通过 IP-Tracer 取得任何 IP 地址信息

用于训练 ColVision 模型并执行推理的代码，例如 ColPali、ColQwen2 与 ColSmol。

用于从发票文档中提取智能信息的深度神经网络。

一个信息检索的异构基准测试。简单易用，可在 15 个以上不同的 IR 数据集上评估您的模型。

Pyserini 是一个 Python 工具包，用于基于稀疏与密集表示法的可复现信息检索研究。

[ACL 2023] 单一嵌入器，任何任务：指令微调文本嵌入

全面且及时的联邦学习学术信息（论文、框架、数据集、教程、研讨会）

SIMD 加速的距离、点积、矩阵运算、地理空间与几何核心，支持 16 种数值类型（从 6 位浮点数到 64 位复数），跨 x86、Arm、RISC-V 与 WASM 架构，并提供 Python、Rust、C、C++、Swift、JS 与 Go 的绑定 📐

WFGY 正在迈向 WFGY 5.0 Polaris Protocol，这是一个针对 AI 推理、RAG、Agent 与真实世界工作流程的重大开源版本。包含 Problem Map、Global Debug Card、WFGY 4.0 以及 CFV 彩蛋。

基于 Numpy 与 Numba 驱动的 Python 快速 BM25 搜索

Apache Solr 开源搜索软件