RAG | Eyte Channel

Retrieval-Augmented Generation (RAG) Project：这份开源资源帮你从零开始全面掌握RAG（检索增强生成）技术，实用且系统

Thu, 22 Jan 2026 18:53:01 GMT

Retrieval-Augmented Generation (RAG) Project：这份开源资源帮你从零开始全面掌握RAG（检索增强生成）技术，实用且系统。

主要内容涵盖：
- 查询构建：将自然语言转成结构化查询（SQL、Cypher、向量检索）
- 查询翻译：分解、重构输入，提升检索效果
- 路由选择：动态选库或嵌入上下文，精准定位答案
- 检索优化：多种重排序算法+实时数据接入，确保结果相关性
- 索引管理：多重表征嵌入、分层摘要、结构化搜索提升效率
- 生成环节：自研Self-RAG和RRR，实现推理与检索的迭代闭环

每个笔记本都有详细的实操指导，适合入门到进阶，支持多查询、多模态等高级用法。

如果你从事机器学习、LLM或AI代理，强烈推荐收藏并实践。本资源极大降低了构建复杂RAG应用的门槛，助你快速搭建高效智能系统。

RAG的核心难题不只是架构，更是优质数据的积累与语料空白的补充。未来，递归推理与动态语料更新将成为关键突破点。
#资源参考 #RAG #开源RAG

GitHub

GitHub - bragai/bRAG-langchain: Everything you need to know to build your own RAG application

Everything you need to know to build your own RAG application - bragai/bRAG-langchain

LlamaFarm 是一个开源框架，专注于构建基于检索增强（RAG）和智能代理的AI应用

Sun, 28 Dec 2025 01:32:40 GMT

Forwarded from 硬核开源智库

LlamaFarm 是一个开源框架，专注于构建基于检索增强（RAG）和智能代理的AI应用。它内置了默认方案（本地模型 Ollama、向量存储 Chroma），但架构完全可扩展，支持随时替换运行时、数据库和解析器，无需重写代码。| #框架

主要特点：
- 本地优先体验，一条命令行工具（lf）管理项目、数据集和对话
- 生产级架构，支持配置驱动、模式校验的项目管理
- 灵活定制的RAG流水线，YAML配置即可轻松调整
- 集成多种AI运行时，支持本地模型和云端API无缝切换
- 丰富的CLI命令，实现项目初始化、数据上传、处理及聊天
- 提供OpenAI格式兼容的REST API，方便集成到各种应用

支持 macOS、Linux 和 Windows，安装便捷，助力开发者快速搭建强大AI系统。
#资源参考 #工具 #RAG #LLM

GitHub

GitHub - llama-farm/llamafarm: Deploy any AI model, agent, database, RAG, and pipeline locally or remotely in minutes

Deploy any AI model, agent, database, RAG, and pipeline locally or remotely in minutes - llama-farm/llamafarm

AI工程不断迭代升级，想掌握LLM、RAG和智能代理的实战技巧？ AI Engineering Hub 是一个集深度教程与实战案例于一体的开源项目，覆盖大语言模型、检索增强生成、AI代理等前沿内容

Sun, 28 Dec 2025 01:32:40 GMT

Forwarded from 硬核开源智库

AI工程不断迭代升级，想掌握LLM、RAG和智能代理的实战技巧？

AI Engineering Hub 是一个集深度教程与实战案例于一体的开源项目，覆盖大语言模型、检索增强生成、AI代理等前沿内容。无论你是入门者、开发者还是研究者，都能在这里找到丰富资源，助力项目落地和技能提升。

主要特色：
- 系统讲解大型语言模型（LLM）和检索增强生成（RAG）技术
- 丰富的AI智能代理实战案例，展示真实业务应用
- 详细示例代码，方便快速上手和二次开发
- 免费数据科学电子书赠送，涵盖150+核心课程，订阅即得
#资源参考 #AI Engineering Hub #LLM #RAG #AI前沿内容

GitHub

GitHub - patchy631/ai-engineering-hub: In-depth tutorials on LLMs, RAGs and real-world AI agent applications.

In-depth tutorials on LLMs, RAGs and real-world AI agent applications. - patchy631/ai-engineering-hub

在线智能问答系统，文档上传、向量检索、模型推理一体化，轻松实现本地RAG入门体验

Sun, 28 Dec 2025 01:32:39 GMT

Forwarded from 硬核开源智库

在线智能问答系统，文档上传、向量检索、模型推理一体化，轻松实现本地RAG入门体验。

Local PDF Chat RAG 是一个开源项目，专为想理解并动手实践检索增强生成（RAG）技术的初学者设计。它结合了PDF处理、FAISS向量检索、多模型集成等核心模块，帮助你从源码层面掌握RAG的底层流程。

主要功能：

- 多PDF文档上传与自动文本切割向量化
- 本地FAISS向量数据库构建与高效语义检索
- 混合BM25关键词检索提升召回率
- 交叉编码器及大模型（支持本地 Ollama 和云端 SiliconFlow）结果重排序
- 支持联网搜索增强回答的时效性（需配置SerpAPI密钥）
- 递归式深度检索，自动生成新查询，提升答复深度
- Gradio交互式Web UI，操作简单直观
- 本地化优先，保护数据隐私

适合科研、开发者和RAG技术爱好者快速上手，理解RAG的全流程细节。
#资源参考 #工具 #RAG

GitHub

GitHub - weiwill88/Local_Pdf_Chat_RAG: 🧠 纯原生 Python 实现的 RAG 框架 | FAISS + BM25 混合检索 | 支持 Ollama / SiliconFlow | 适合新手入门学习

🧠 纯原生 Python 实现的 RAG 框架 | FAISS + BM25 混合检索 | 支持 Ollama / SiliconFlow | 适合新手入门学习 - weiwill88/Local_Pdf_Chat_RAG

Ragflow-Plus：基于 Ragflow 的二次开发，专注解决实际应用痛点，提升知识库管理与文档交互效率

Wed, 30 Jul 2025 17:46:08 GMT

Forwarded from 硬核开源智库

Ragflow-Plus：基于 Ragflow 的二次开发，专注解决实际应用痛点，提升知识库管理与文档交互效率。

• 全新后台管理系统：支持用户、团队、配置、文件与知识库统一管理，提升运维便捷度
• 权限回收机制：前端权限收缩，简化操作界面，保障安全与易用并重
• 解析能力升级：引入 MinerU 替代 DeepDoc，增强文本与图片解析效果，实现图文结合输出
• 文档撰写模式革新：全新交互体验，优化内容创作流程，适合多场景知识沉淀
• 开箱即用：提供 Docker 快速部署方案，配套视频教程与详细文档支持
• 开源透明：遵循 AGPLv3 许可证，支持商业使用，保障软件自由与合规
• 社群活跃：官方社群讨论技术与使用，支持持续贡献与共建

Ragflow-Plus 深耕知识管理本质，结合技术迭代与用户需求，助力打造高效、灵活的智能文档与问答平台。
#资源参考 #RAG

GitHub

GitHub - zstar1003/ragflow-plus: Ragflow-Plus 是 Ragflow 的二次开发版本，使其更为简洁实用

Ragflow-Plus 是 Ragflow 的二次开发版本，使其更为简洁实用. Contribute to zstar1003/ragflow-plus development by creating an account on GitHub.

Colette：面向技术文档的本地多模态检索增强生成（RAG）开源平台 • 核心采用视觉RAG（V-RAG）技术，将文档转为图像处理，完整保留图表、布局等视觉元素，提升对复杂技术文档的理解能力• 支持文本RAG，结合非结构化文本抽取、嵌入和主流大语言模型，实现多模态融合检索与交互 • 多模型支持，兼容多种嵌入器与视觉语言模型，灵活适配不同场景 • 集成图像生成（diffusers），增强交互体验与内容创作能力• 自托管部署，基于Docker，满足数据隐私需求，适合存储和处理敏感技术资料 • 适用环境配置明确（GPU≥24GB，内存≥16GB，磁盘≥50GB），确保性能稳定 • 详细命令行与Python API示例，方便快速集成与二次开发 • 困难排查指南助力优化检索准确性，支持社区反馈与持续迭代从本质看，Colette围绕“视觉优先”的多模态理解方法，突破传统文本检索局限，提升技术文档智能交互的深度和精度，适合企业与研发机构构建安全、可控的知识管理系统

Wed, 30 Jul 2025 17:35:38 GMT

Forwarded from 硬核开源智库

Colette：面向技术文档的本地多模态检索增强生成（RAG）开源平台

• 核心采用视觉RAG（V-RAG）技术，将文档转为图像处理，完整保留图表、布局等视觉元素，提升对复杂技术文档的理解能力
• 支持文本RAG，结合非结构化文本抽取、嵌入和主流大语言模型，实现多模态融合检索与交互
• 多模型支持，兼容多种嵌入器与视觉语言模型，灵活适配不同场景
• 集成图像生成（diffusers），增强交互体验与内容创作能力
• 自托管部署，基于Docker，满足数据隐私需求，适合存储和处理敏感技术资料
• 适用环境配置明确（GPU≥24GB，内存≥16GB，磁盘≥50GB），确保性能稳定
• 详细命令行与Python API示例，方便快速集成与二次开发
• 困难排查指南助力优化检索准确性，支持社区反馈与持续迭代

从本质看，Colette围绕“视觉优先”的多模态理解方法，突破传统文本检索局限，提升技术文档智能交互的深度和精度，适合企业与研发机构构建安全、可控的知识管理系统。
#资源参考 #RAG

GitHub

GitHub - jolibrain/colette: Multimodal RAG to search and interact locally with technical documents of any kind

Multimodal RAG to search and interact locally with technical documents of any kind - jolibrain/colette

Simba 是一个开源知识管理系统，旨在与任何检索增强生成 (RAG) 系统无缝集成

Thu, 10 Jul 2025 05:27:35 GMT

Forwarded from 硬核开源智库

Simba 是一个开源知识管理系统，旨在与任何检索增强生成 (RAG) 系统无缝集成。

借助现代化的 UI 和模块化架构，开发人员可以专注于构建人工智能解决方案，而不必担心知识管理的复杂性。

🧬 https://github.com/GitHamza0206/simba
#资源参考 #RAG

GitHub

GitHub - GitHamza0206/simba: OpenSource Production ready Customer service with built in Evals and monitoring

OpenSource Production ready Customer service with built in Evals and monitoring - GitHamza0206/simba