information-retrieval

📑 PageIndex：無向量、基於推理的檢索增強生成文件索引

開源 AI 平台 - 具備先進功能的 AI 聊天，可與所有 LLM 配合使用

即用型 OCR，支援 80 多種語言及所有常見文字系統，包括拉丁文、中文、阿拉伯文、天城文、斯拉夫文等。

開源 AI 編排框架，用於構建具備上下文工程、可投入生產的 LLM 應用。設計模組化管線與代理工作流，明確控制檢索、路由、記憶與生成。適用於可擴展代理、RAG、多模態應用、語義搜尋與對話系統。

私有 AI 平台，支援代理、助理與企業搜尋，內建代理建構器、深度研究、文件分析、多模型支援與 API 連接

Weaviate 是一個開源向量資料庫，能同時儲存物件與向量，結合向量搜尋與結構化過濾，並具備雲原生資料庫的容錯與可擴展性

面向人的主題模型化工具

將文件輕鬆轉換為結構化資料。Unstructured 是開源 ETL 解決方案，可將複雜文件轉換為乾淨的結構化格式供語言模型使用。訪問我們網站了解企業級平台產品，支援生產級工作流、分割、增強、切塊與嵌入。

💡 全方位 AI 框架，支援語意搜尋、LLM 編排與語言模型工作流程

檢索與檢索增強式大型語言模型

Apache Lucene 與 Solr 開源搜尋軟體

AdalFlow：構建並自動優化 LLM 應用的庫

利用多代理程式設計驅動大型語言模型。

在 Linux 桌面截圖時，抓取終端機的系統/主題資訊

Apache Lucene 開源搜尋軟體

為 C、C++、CUDA、Python、Rust、Swift、JS 和 Go 提供高達 100 倍速的字串處理，利用 NEON、AVX2、AVX-512、SVE、GPGPU 和 SWAR 來加速搜尋、雜湊、排序、編輯距離、sketches 和記憶體操作 🦖

MTEB：跨語言與多模態嵌入的最先進評估

加速深度學習研發

為你的 Agent 所需的所有模型提供開源推論伺服器與生產叢集。

使用 IP-Tracer 追蹤任何 IP 位址，IP-Tracer 為 Linux 與 Termux 開發，您可透過 IP-Tracer 取得任何 IP 位址資訊

用於訓練 ColVision 模型並執行推論的程式碼，例如 ColPali、ColQwen2 與 ColSmol。

用於從發票文件中提取智慧資訊的深度神經網路。

一個資訊檢索的異質基準測試。簡單易用，可在 15 個以上不同的 IR 資料集上評估您的模型。

Pyserini 是一個 Python 工具包，用於基於稀疏與密集表示法的可重現資訊檢索研究。

[ACL 2023] 單一嵌入器，任何任務：指令微調文字嵌入

全面且即時的聯邦學習學術資訊（論文、框架、資料集、教學、研討會）

SIMD 加速的距離、點積、矩陣運算、地理空間與幾何核心，支援 16 種數值類型（從 6 位元浮點數到 64 位元複數），跨 x86、Arm、RISC-V 與 WASM 架構，並提供 Python、Rust、C、C++、Swift、JS 與 Go 的綁定 📐

WFGY 正在邁向 WFGY 5.0 Polaris Protocol，這是一個針對 AI 推理、RAG、Agent 與真實世界工作流程的重大開源版本。包含 Problem Map、Global Debug Card、WFGY 4.0 以及 CFV 復活節彩蛋。

基於 Numpy 與 Numba 驅動的 Python 快速 BM25 搜尋

Apache Solr 開源搜尋軟體