KI-Kanal
RAG

Open-Source-RAG-Frameworks

Retrieval-Augmented Generation (RAG) lässt ein Sprachmodell aus Ihren eigenen Dokumenten antworten. Der Text wird in Abschnitte zerlegt, in Vektoren umgewandelt und in einem Index gespeichert; bei einer Frage werden die passendsten Abschnitte in den Prompt eingefügt. Die Projekte hier decken die ganze Pipeline oder einen Teil davon ab: Dokumentenanalyse, Vektorsuche oder eine fertige Frage-Antwort-Anwendung.

Worauf Sie achten sollten

Die Antwortqualität hängt bei RAG vor allem vom Retrieval ab, nicht vom Modell. Vergleichen Sie, wie ein Projekt mit schwierigen Dokumenten wie PDFs, Tabellen und Scans umgeht, ob es hybride Suche aus Schlüsselwörtern und Vektoren sowie Re-Ranking unterstützt und ob es zeigt, aus welchen Quellen eine Antwort stammt.

Projekte mit den meisten Sternen

1–24 von 176
langgenius

dify

155.830

Dify ist eine Open-Source-Plattform für LLM-Apps, die agentische Workflows, RAG-Pipelines und Modellverwaltung vereint und in Cloud, VPC oder selbst gehostet läuft.

TypeScript
langchain-ai

langchain

146.381

LangChain bietet Agentenentwicklern eine gemeinsame Ebene für Modelle, Tools, Abruf und mehrstufige Ausführung.

Python
Graphify-Labs

graphify

116.984

Verwandeln Sie jede Codebasis mit ihren Dokumenten, SQL-Schemas, Konfigurationen und PDFs in einen abfragbaren Wissensgraphen. Eine /graphify-Fähigkeit für Claude Code, Cursor, Codex und Gemini CLI: lokales deterministisches AST-Parsing, jede Kante erklärt, kein Vektorspeicher.

Python
thedotmack

claude-mem

93.960

Permanenter Kontext über Sitzungen hinweg für jeden Agenten. Erfasst alles, was Ihr Agent während der Sitzungen tut, komprimiert es mit KI und fügt relevanten Kontext wieder in zukünftige Sitzungen ein. Funktioniert mit Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode und mehr.

JavaScript
infiniflow

ragflow

90.746

RAGFlow ist eine führende Open-Source-RAG-Engine (Retrieval-Augmented Generation), die zuverlässiges RAG mit Agentenfunktionen verbindet, um eine überlegene Kontextschicht für LLMs zu erstellen.

Go
PaddlePaddle

PaddleOCR

89.583

Verwandeln Sie jedes PDF- oder Bilddokument in strukturierte Daten für Ihre KI. Ein leistungsstarkes, leichtes OCR-Toolkit, das die Lücke zwischen Bildern/PDFs und LLMs schließt. Unterstützt über 100 Sprachen.

Python
bytedance

deer-flow

82.492

Ein Open-Source-SuperAgent-System mit langem Horizont, das recherchiert, codiert und erstellt. Mit Hilfe von Sandboxes, Speichern, Tools, Skills, Subagenten und Message Gateway bewältigt es verschiedene Ebenen von Aufgaben, die Minuten bis Stunden dauern können.

Python
headroomlabs-ai

headroom

72.304

Komprimieren Sie Tool-Ausgaben, Protokolle, Dateien und RAG-Blöcke, bevor sie das LLM erreichen. 20 % weniger Tokens für Codierungsagenten, 60–95 % weniger Tokens für JSON, gleiche Antworten. Bibliothek, Proxy, MCP-Server.

Python
Mintplex-Labs

anything-llm

66.065

Local-first-KI-Desktop-App als All-in-one-Lösung, mit der Sie mit Ihren Dokumenten chatten und KI-Agenten ausführen – mit Mehrbenutzerunterstützung und ohne Einrichtungsaufwand.

JavaScript
mem0ai

mem0

65.344

Mem0 speichert Benutzer-, Sitzungs- und Agentengedächtnisse und ruft sie ab, sodass KI-Anwendungen Präferenzen und Kontext über Gespräche hinweg übertragen können.

TypeScript
pathwaycom

llm-app

58.932

Sofort einsatzbereite Cloud-Vorlagen für RAG, KI-Pipelines und Unternehmenssuche mit Live-Daten. Docker-freundlich. Immer synchron mit Sharepoint, Google Drive, S3, Kafka, PostgreSQL, Echtzeit-Daten-APIs und mehr.

Jupyter Notebook
run-llama

llama_index

52.170

Ein Framework zum Erstellen von Dokumentenagenten und Suchanwendungen.

Python
milvus-io

milvus

46.119

Milvus ist eine Cloud-native Vektordatenbank in Go und C++ für skalierbare ANN-Suche über Milliarden von Vektoren, mit CPU/GPU-Beschleunigung und Echtzeit-Streaming-Updates.

Go
39.639

[EMNLP2025] „LightRAG: Einfache und schnelle Retrieval-Augmented Generation.

Python
37.553

Ausführliche Tutorials zu LLMs, RAGs und realen KI-Agent-Anwendungen.

Jupyter Notebook
volcengine

OpenViking

37.481

Sich selbst entwickelnde Kontextdatenbank für KI-Agenten. Vereinheitlichen Sie Agentengedächtnis, Wissens-RAG und Fähigkeiten.

Python
khoj-ai

khoj

37.346

Ihr zweites KI-Gehirn. Selbstveranstaltbar. Erhalten Sie Antworten aus dem Internet oder Ihren Dokumenten. Erstellen Sie benutzerdefinierte Agenten, planen Sie Automatisierungen und führen Sie umfassende Recherchen durch. Verwandeln Sie jedes Online- oder lokale LLM in Ihre persönliche, autonome KI (gpt, claude, gemini, lama, qwen, mistral). Legen Sie los : kostenlos.

Python
VectifyAI

PageIndex

35.654

PageIndex: Dokumentenindex für vektorlose, auf Argumentation basierende RAG. Inspiriert von AlphaGo schlagen wir **PageIndex** vor, ein **vektorloses**, **begründungsbasiertes RAG-System**, das aus langen Dokumenten einen **hierarchischen Baumindex** erstellt und LLMs verwendet, um *über diesen Index* zu **begründen**, um **agentischen, kontextbewussten Abruf** zu ermöglichen.

Python
rustfs

rustfs

32.262

2,3-mal schneller als MinIO für 4-KB-Objektnutzlasten. RustFS ist ein Open-Source-S3-kompatibles Hochleistungs-Objektspeichersystem, das Migration und Koexistenz mit anderen S3-kompatiblen Plattformen wie MinIO und Ceph unterstützt.

Rust
onyx-dot-app

onyx

32.109

Open Source AI Platform - AI Chat with advanced features that works with every LLM

Python
31.462

Local-First-Code-Intelligence-Diagramm für MCP und CLI. Erstellt eine dauerhafte Karte Ihrer Codebasis, sodass KI-Codierungstools nur das lesen, was wichtig ist, mit Benchmark-Kontextreduzierungen bei Überprüfungen und großen Repo-Workflows.

Python
topoteretes

cognee

30.704

Cognee ist die Open-Source-KI-Speicherplattform für Agenten. Geben Sie Ihren KI-Agenten mit einer selbstgehosteten Knowledge-Graph-Engine ein dauerhaftes Langzeitgedächtnis über Sitzungen hinweg.

Python
labring

FastGPT

29.658

FastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.

TypeScript