#RAG
nlm-ingestor: 一款强大的文档解析工具
casibase
Casibase 是一个开源AI知识库，提供类似LangChain的RAG（检索增强生成）功能，配有友好的Web UI和企业级单点登录（SSO）。支持多种AI模型，包括OpenAI、Azure、LLaMA、Google Gemini、HuggingFace、Claude和Grok等。系统包括前端（JavaScript + React）和后端（Golang + Beego + Python + Flask + MySQL），为用户提供强大的知识管理和生成能力。访问 https://casibase.org 获取更多信息和在线演示。
ragas
Ragas是一款工具集，用于评估、监控和优化RAG（检索增强生成）应用的性能，特别适合生产环境中的大语言模型（LLM）。Ragas集成了最新研究成果，能在CI/CD流程中进行持续检查，确保管道性能稳定。通过简单的安装和快速入门示例，用户可以快速体验Ragas的功能，并参与社区讨论LLM和生产相关问题。
llm-app
Pathway的LLM应用让高精度RAG AI应用快速上线，使用最新数据源。支持文件系统、Google Drive、Sharepoint、S3、Kafka、PostgreSQL等多种数据源的连接和同步，无需额外基础设施。提供多种模板，扩展至数百万页文档，满足不同需求。
GenerativeAIExamples
NVIDIA提供的生成式AI示例，使用CUDA-X软件栈和NVIDIA GPU，展示快速部署、测试和扩展AI模型的方法。包括最新的RAG管道构建技巧、实验性示例和企业应用，支持本地和远程推理，集成流行LLM编程框架，并附有详细开发文档。
Awesome-LLM-RAG
本项目汇集了最新的LLM检索增强生成（RAG）技术研究论文，包括RAG指令调优、上下文学习、嵌入、模拟、搜索、长文本与记忆、评估、优化及应用等方面。资源库为研究者提供全面参考，鼓励研究成果的提交与共享，促进RAG技术发展。
awesome-llm-apps
了解一系列使用OpenAI、Anthropic、Google等模型以及本地LLaMA模型构建的LLM应用，涵盖从代码库、电子邮件到投资、旅行等各个领域。这些应用通过详细的文档和开源生态系统，推动AI在多个领域的创新和发展。
NeumAI
Neum AI是一个数据平台，帮助开发者利用检索增强生成（RAG）技术。它从现有数据源提取数据，生成向量嵌入，并导入向量数据库进行相似性搜索。平台具有高吞吐量分布式架构，处理数十亿数据点，内置数据连接器和实时同步功能，确保数据最新，并支持元数据混合检索，提供全面的RAG解决方案。
ChatPDF
ChatPDF是一个基于本地LLM的文件检索和知识问答系统，支持包括PDF、docx在内的多种文件格式。系统集成了多项算法优化功能，例如Chinese chunk切分、embedding优化和检索匹配等，致力于提高RAG的准确率。此外，系统通过使用reranker模块和扩展上下文功能优化查询的精确度。基于gradio开发，该系统支持简便的Web服务启动，便于在本地环境搭建和使用。
korvus
Korvus是一款开源搜索SDK，将整个RAG（检索增强生成）流程整合在单个数据库查询中。基于Postgres，支持Python、JavaScript和Rust等编程语言，提供高性能且可定制的搜索功能，减少基础设施的复杂性。它结合了LLMs、向量存储、嵌入生成、重排和摘要等功能，简化搜索架构，提升性能。