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.
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.
LangChain4j is an idiomatic, open-source Java library for building LLM-powered applications on the JVM. It offers a unified API over popular LLM providers and vector stores, and makes implementing tool calling (including MCP support), agents and RAG easy. It integrates seamlessly with enterprise Java frameworks like Quarkus and Spring Boot.
One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, tools, and workflows.
💡 All-in-one AI framework for semantic search, LLM orchestration and language model workflows
[MLsys2026 Best Paper]: https://arxiv.org/abs/2506.08276. RAG on Everything with LEANN. Enjoy 97% storage savings while running a fast, accurate, and 100% private RAG application on your personal device.
Ihr KI-Handelsterminal-Assistent für US-Aktien, Rohstoffe, Devisen und Krypto.
Eine plattformübergreifende Markdown AI-Notizsoftware. Damit soll sichergestellt werden, dass nützliche Fragmente nicht verschwinden, bevor Sie Zeit haben, sie in etwas Vollständiges umzuwandeln.
ConardLis Open-Source-Skills-Sammlung mit Webdesign, Wissensabruf, Bildgenerierung und mehr.
Retrieval and Retrieval-augmented LLMs
Convert any URL to an LLM-friendly input with a simple prefix https://r.jina.ai/
BISHENG is an open LLM devops platform for next generation Enterprise AI applications. Powerful and comprehensive features include: GenAI workflow, RAG, Agent, Unified model management, Evaluation, SFT, Dataset Management, Enterprise-level System Management, Observability and more.
Incremental engine for long horizon agents 🌟 Star if you like it!
Selbstentwickelndes Speicher-Betriebssystem für LLM- und KI-Agenten: ultrapersistenter Speicher, Hybridabruf und aufgabenübergreifende Wiederverwendung von Fertigkeiten mit 35,24 % Token-Einsparungen.
🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/
AI Agent Engineering Platform built on an Open Source TypeScript AI Agent Framework
Production ready toolkit to run AI locally
https://adongwanai.github.io/AgentGuide | AI Agent开发指南 | LangGraph实战 | 高级RAG | 转行大模型 | 大模型面试 | 算法工程师 | 面试题库 | 强化学习｜数据合成
Deeplake is AI Data Runtime for Agents. It provides serverless postgres with a multimodal datalake, enabling scalable retrieval and training.
智能闲鱼客服机器人系统：专为闲鱼平台打造的AI值守解决方案，实现闲鱼平台7×24小时自动化值守，支持多专家协同决策、智能议价和上下文感知对话。
World's first open-source enterprise world model.
Evidently is an open-source ML and LLM observability framework. Evaluate, test, and monitor any AI-powered system or data pipeline. From tabular data to Gen AI. 100+ metrics.
22 prompt engineering techniques with hands-on Jupyter Notebook tutorials, from fundamental concepts to advanced strategies for leveraging LLMs.
每个人都能看懂的大模型知识分享，LLMs春/秋招大模型面试前必看，让你和面试官侃侃而谈
Memory library for building stateful agents
Python & Command-line tool to gather text and metadata on the Web: Crawling, scraping, extraction, output as CSV, JSON, HTML, MD, TXT, XML