rag

NVIDIA 视频搜索与摘要 (VSS) AI Blueprint 是一个 GPU 加速的参考架构，用于构建具备实时验证警报、可视化问答与自动化报告功能的视频分析代理程序。VSS Blueprint 采用如 NVIDIA Cosmos 等视觉语言模型 (VLM)、如 NVIDIA Nemotron 等 LLM、RAG 以及 NVIDIA NIM。

制作懂人情世故的大语言模型 | 涵盖提示词工程、RAG、Agent、LLM 微调教程

YouTube 全文搜索 - 从命令行搜索整个 YouTube

收集 AIGC 领域 RAG 的精选论文。我们在论文“Retrieval-Augmented Generation for AI-Generated Content: A Survey”中提出了 RAG 基础、增强与应用的分类法。

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

快速且高效的非结构化数据提取。以 Rust 编写，并提供多种语言的绑定。

一个用于构建生产级 Agent 系统的 Go 框架，支持图形工作流程、工具、内存、A2A、AG-UI、MCP、评估与可观测性。

RAPTOR 的官方实现：用于树状组织检索的递归抽象处理

2026 年发布的 AI Agent 研究论文精选集，涵盖 Agent 工程、内存、评估、工作流程与自主系统。

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

在 Unity 中透过 LLMs 建立角色！

用于快速开发 GenAI 应用程序的构建块。

Trench — 开源分析基础设施。一个基于 ClickHouse、Kafka 和 Node.js 构建的单一生产级 Docker 镜像，用于跟踪事件。轻松构建产品分析仪表板、LLM RAG、可观测性平台或任何其他分析产品。

使用 LangChain v1+ 与 LangGraph 开发 AI 代理的项目导向课程仓库：搜索代理、RAG 系统、反思代理与代码解释器。

此存储库为复杂问答提供先进的检索增强生成（RAG）解决方案。它使用复杂的基于图形的算法来处理任务。

通过从头构建来解密 RAG。使用本地 LLM、没有黑盒子——真正理解 Embedding、向量搜索、检索与上下文增强生成。

WikiChat 是一个改进的 RAG。它通过从语料库检索数据来阻止大型语言模型的幻觉。

Hivemind 可将你的追踪记录转化为跨 Agent 的可复用技能

[EMNLP 2025 Oral] MemoryOS 旨在为个性化 AI 代理提供记忆操作系统。

Karpathy's LLM Wiki 的开源实现。上传文档、通过 MCP 连接您的 Claude 帐号，并让它为您编写 wiki！

与你的 Mac 对话、查询你的文档，无需云端。设备端语音 AI + RAG

为您的数据建立最佳生产就绪检索增强生成（RAG）设置的工具包

当哲学遇上 AI

缓存增强生成：RAG 的一个简单、高效的替代方案

具备内置评估与监控功能的开源生产就绪客服系统

用于下一代视频交互和工作流的 AI 视频 Agent 框架。

此仓库包含供客户开始使用 Amazon Bedrock 服务的示例。其中包含所有可用基础模型的示例

“TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding”官方仓库 [ACL 2025 oral]

对话式 Q&A 代理配置系统、自托管部署方案，以及便捷的一体化应用程序 SDK，让您能为 GitHub 仓库创建智能 Q&A 机器人