rag

采用 MIT 授权、无 COM 依赖的 .NET 库，用于建立、读取、编辑、转换、渲染与提取 Office、PDF、电子邮件、OneNote 及文本格式。

[ICLR 2026] LinearRAG：针对大规模语料库的线性图检索增强生成

总结并查询大量异质文档。支持任何 LLM 提供者、任何文件类型、进阶 RAG、进阶摘要、可脚本化等。

一个展示本地 RAG (检索增强生成) 流水线的全栈示例，可用于与 PDF 对话

使用 ChatGPT 与任何 ArXiv 论文对话

AI 时代的 Supabase。一个模块化、开源的后端，用于构建 AI 原生软件——专为知识而非静态数据设计。

A highly efficient, secure, and stable application development platform with excellent performance, easy scalability, and deep integration of AI capabilities such as LLM, AI Chat, RAG, and Agents.高效、安全、稳定的服务研发平台，具备良好性能，同时易扩展，深度集成LLM、AIChat、RAG、Agent等AI能力

Hybrid RAG system combining vector search, knowledge graph (LightRAG), and cross-encoder reranking — with Docling document parsing, visual intelligence (image/table captioning), agentic streaming chat, and inline citations. Powered by Gemini or local Ollama models.

基于 LLM 应用程序的数据驱动评估

🔥 A Survey on AI Auto-Research

使用 pgvector 实现安全文档对话的生产级 MVP

💡 Awesome RAG：LLM 的检索增强生成 (RAG) 资源，专注于技术开发。

中文优先的企业 RAG 知识库：可控解析、治理、切块、混合检索、重排、引用、图谱、评测与 Dify 接入。

专为渴望通过简洁、高效且符合 Go 惯用语的方式探索大型语言模型 (LLM) 与其他生成式 AI 潜力的开发者所设计的函数库

A systematic AI Agent development tutorial covering LLM agents, RAG, tool use, memory systems, multi-agent systems, LangChain, LangGraph, MCP, and agentic RL.｜从零开始学 AI Agent 开发 | 系统、全面、实战导向的 Agent 开发教程 | 每日自动追踪 arXiv 最新论文 | Learn AI Agent Development from Scratch

RESTai 是一个 AIaaS (AI as a Service) 开源平台。支持多种由 Ollama/vLLM 等驱动的公有与本地 LLM。提供精确的嵌入使用、微调、分析等功能。内置具备动态加载生成器的图像/音频生成功能、即时聊天部署、基于区块的图形化语言、提示词版本控制等。

视频搜索与流媒体代理

视觉增强检索与生成 (VARAG) - 以视觉为优先的 RAG 引擎