Foundation-Models-Framework-Lab
A practical lab for building, testing, and evaluating apps with Apple's Foundation Models framework.
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.
A practical lab for building, testing, and evaluating apps with Apple's Foundation Models framework.
Synthadoc: Eine Open-Source-LLM-Wissenskompilierungs-Engine, die Rohdokumente in strukturierte, lokal ausgerichtete Wikis umwandelt. Eine transparente, für Menschen lesbare Alternative zum herkömmlichen RAG, die ohne den Einsatz von Tools selbst verwaltet und verbessert werden kann.
[ICLR 2026] LightMem: Lightweight and Efficient Memory-Augmented Generation
Open-source, self-hosted enterprise & site search server built on OpenSearch. Crawls web / file / DB / cloud sources, 20+ languages, REST API, and AI/RAG & semantic search. Apache-2.0.
Unify Efficient Fine-tuning of RAG Retrieval, including Embedding, ColBERT, ReRanker.
The collaborative spreadsheet for AI. Chain cells into powerful pipelines, experiment with prompts and models, and evaluate LLM responses in real-time. Work together seamlessly to build and iterate on AI applications.
Ein Cyber-Gehirn für Ihre KI. Es vergisst kein Detail, merkt sich genau, was Sie gesagt haben, und lernt mit der Zeit, wie Sie arbeiten. Kostenlos, lokal, funktioniert mit Cursor, Claude Code, Codex, OpenClaw, Hermes und mehr. MIT.
Ikalus1988/MisakaNet bietet eine praxistaugliche Open-Source-Implementierung mit stabiler Einsatzbarkeit für reale Anwendungsfälle.