retrieval-augmented-generation

RAGFlow 是領先的開源檢索增強生成（RAG）引擎，結合最先進的 RAG 與 Agent 功能，為 LLM 提供卓越的上下文層

即用型雲端範本，支援 RAG、AI 流程與企業搜尋即時資料。🐳相容 Docker。⚡持續與 Sharepoint、Google Drive、S3、Kafka、PostgreSQL、即時資料 API 等同步。

[EMNLP2025] LightRAG：簡易且快速的檢索增強生成模型

Langchain-Chatchat（原 Langchain-ChatGLM）基於 Langchain 與 ChatGLM、Qwen 與 Llama 等語言模型的 RAG 與 Agent 應用

📑 PageIndex：無向量、基於推理的檢索增強生成文件索引

由 LLM 驅動的知識策展系統，能研究主題並生成帶引用的完整報告

此倉庫展示了多種檢索增強生成（RAG）系統的進階技術，每項技術皆附有詳細的 Notebook 教學。

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。

RAG-Anything：全功能 RAG 框架

AI 代理的記憶層。以無伺服器、單檔案的記憶層取代複雜的 RAG 流程。為代理提供即時檢索與長期記憶。

用於構建企業 RAG 流程的統一框架，支援小型、專門模型

💡 全方位 AI 框架，支援語意搜尋、LLM 編排與語言模型工作流程

[MLsys2026]：在所有事物上使用 LEANN 進行 RAG。享受 97% 的儲存空間節省，同時在個人裝置上執行快速、精確且 100% 私密的 RAG 應用。

Agent S：一個使用電腦如同人類的開放代理框架

檢索與檢索增強式大型語言模型

Pocket Flow：100 行 LLM 框架，讓代理構建代理！

~95% 在 SimpleQA（例如 Qwen3.6-27B 在 3090 上）。支援所有本地與雲端 LLM（llama.cpp、Ollama、Google 等）。超過 10 種搜尋引擎 - arXiv、PubMed、您的私人文件。全部本地且加密。

🧑‍🚀 全球最佳 LLM 資料彙總（多模態生成、Agent、輔助編程、AI審稿、資料處理、模型訓練、模型推理、o1 模型、MCP、小語言模型、視覺語言模型）

最先進、可投入生產的 AI 檢索系統。具備代理式檢索增強生成（RAG）與 RESTful API

開源平台，用於 AI 原生應用開發。

AutoRAG：現在你的代理能在電腦中尋找任何東西，使用頻率越高越聰明

為您的 monorepo 提供終極 RAG。使用 AI 與知識圖譜查詢、理解並編輯多語言程式碼庫。

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。

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。

FlashRAG：Python RAG 研究工具包

[KDD'2026] "VideoRAG：與您的影片對話"

快速、準確、輕量級 Python 函式庫，打造最先進嵌入式模型

AI 搜尋與 RAG，無需移動資料。即時從公司 100+ 應用的知識庫獲取答案，並保持資料安全。部署只需數分鐘。