rag

在任何企業中使用 Agentic RAG 的最簡單方式

OpenKB：開放式LLM知識庫

在終端機中使用本機工具的代理：編寫程式碼、使用終端機、瀏覽網頁。打造您自己的持久自動化代理！

🤖 𝗟𝗲𝗮𝗿𝗻 for 𝗳𝗿𝗲𝗲 how to 𝗯𝘂𝗶𝗹𝗱 an end-to-end 𝗽𝗿𝗼𝗱𝘂𝗰𝘁𝗶𝗼𝗻-𝗿𝗲𝗮𝗱𝘆 𝗟𝗟𝗠 & 𝗥𝗔𝗚 𝘀𝘆𝘀𝘁𝗲𝗺 using 𝗟𝗟𝗠𝗢𝗽𝘀 best practices: ~ 𝘴𝘰𝘶𝘳𝘤𝘦 𝘤𝘰𝘥𝘦 + 12 𝘩𝘢𝘯𝘥𝘴-𝘰𝘯 𝘭𝘦𝘴𝘴𝘰𝘯𝘴

為 AI 開發者提供技術資源，協助使用 Oracle AI Database 與 OCI 服務構建應用、代理與系統

🚀 2026最系統的AI Agent速成指南｜智能體實戰教程 · 完整學習路徑 + 實戰項目 + 面試題庫 · 對標大模型應用開發工程師職位 · 覆蓋LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / 提示詞 · 企業級部署與微調 · 從0到企業級落地 + 從學習到上線項目 + 面試準備一體化

MongoDB 的生成式 AI 展示：涵蓋 Retrieval‑Augmented Generation (RAG)、AI 代理與行業特定用例的完整範例與樣本應用

AdalFlow：構建並自動優化 LLM 應用的庫

為加速基礎設施與微服務架構優化的生成式 AI 參考工作流程

構建自己的 RAG 應用所需的一切

利用多代理程式設計驅動大型語言模型。

AI-powered virtual executive team — a single coherent executive persona backed by 8 specialist agents (FastAPI + Next.js).

使用 LangGraph 構建的模組化 Agentic RAG — 在幾分鐘內學習檢索增強生成（RAG）代理。

簡易、易於破解的 GraphRAG 實作

Hypergraph 更強大。用 LLM 將非結構化文字轉為結構化知識。圖、超圖與時空抽取，一指即達

最簡單、最懶的方式構建多代理 LLM 應用

企業級 Agentic RAG 智能體 - 全鏈路覆蓋文檔解析、多路檢索、意圖識別、問題重寫、會話記憶、MCP 工具調用與深度思考。面向真實業務場景，從 0 到 1 完整工程實現。

一個可攜式 AI 代理運行時，適用於 JVM。單個 @Agent 類可在 Spring AI、LangChain4j、Anthropic 或其他 9 個後端上運行。支持 Token 流式傳輸、工具調用、人類批准，以及通過 WebSocket、SSE、gRPC 或 WebTransport/HTTP3 的治理。支持 MCP、A2A 和 AG-UI。

Streamer-Sales 销冠 —— 卖货主播 LLM 大模型🛒🎁，一個能夠根據給定的商品特點從激發用戶購買意願角度出發進行商品解說的賣貨主播大模型。🚀⭐內含詳細的數據生成流程❗ 📦另外還集成了 LMDeploy 加速推理🚀、RAG檢索增強生成 📚、TTS文字轉語音🔊、數字人生成 🦸、Agent 使用網路查詢實時資訊🌐、ASR 語音轉文字🎙️、Vue 生態搭建前端🍍、FastAPI 搭建後端🗝️、Docker-compose 打包部署🐋

SimpleMem：LLM 代理的高效終身記憶 — 文本與多模態

開源多模態檢索引擎（Morphik Core）。由 Morphik — AI 後台為專業護理與長者居住設施（morphik.ai）開發

PipesHub 是一個開源、可完全擴充的 AI 上下文層，統一您的商業數據，用於可解釋的企業搜尋和代理工作流程自動化

一套科學方法、流程、演算法與系統，用於構建故事與模型

使用 LLM 以自然語言與 SQL 資料庫互動

一個自我構建與維護的個人知識庫。將來源放入—Claude（或 Codex/Gemini）閱讀、提取知識並維護持久的互連維基。可與 Claude Code、Codex、OpenCode、Gemini CLI 一起使用。無需 API 金鑰。

AnyCrawl 🚀：一個 Node.js/TypeScript 爬蟲，將網站轉換為 LLM 可用資料，並從 Google/Bing/Baidu 等提取結構化 SERP 結果。原生多執行緒支援批量處理。

開源 GEO 內容工程與多站點分發系統，包含 AI 任務、RAG/語義分塊、分析、GEOFlow Agent 與 WordPress 目標發佈。

ReMe：適用於 Agent 的記憶體管理套件 - Remember Me, Refine Me。

一個精簡且可自訂的框架，用於高效的大型模型（LLM、VLM、AIGC）評估與效能基準測試。

[KDD'2026] "VideoRAG：與您的影片對話"