RAG 与知识系统
LightRAG:简单快速的检索增强生成
hkuds/lightrag
一个轻量级的、基于图的检索增强生成(RAG)框架,采用双层架构,结合知识图谱和向量嵌入,以实现高效的索引、低成本的增量更新和高质量的上下文检索。
★ 38.4K⑂ 5.4KPython
ToolAI.io · GitHub 频道
一个基于事实的 LLM、智能体、MCP、RAG 和 AI 开发项目索引;每个条目均包含许可证、设置、下载、截图及相关资源。
公开仓库数据
hkuds/lightrag
一个轻量级的、基于图的检索增强生成(RAG)框架,采用双层架构,结合知识图谱和向量嵌入,以实现高效的索引、低成本的增量更新和高质量的上下文检索。
modelscope/evalscope
一个轻量且可定制的大模型(LLM、VLM、AIGC)评测与性能基准测试框架。
pathwaycom/llm-app
提供结合实时数据的 RAG、搜索和 AI 数据管道应用模板。
microsoft/graphrag
从文本构建实体关系与社区摘要,用图结构组织问答上下文,适合探索跨文档主题;当前上游已说明主要进入维护模式。
onyx-dot-app/onyx
可自托管的团队 AI 工作平台,整合知识连接器、检索问答、研究和工具操作;完整知识索引需选择标准部署。
labring/FastGPT
以知识库和可视化流程搭建 AI 应用,覆盖文档导入、混合检索、重排、对话发布与调用日志,适合快速验证业务问答。
stackitcloud/rag-template
一个使用检索增强生成(RAG)、向量搜索和 FastAPI 构建 AI 聊天机器人和文档管理系统的模板,专为在 Kubernetes 上部署而设计。