# RAG

一个融合 RAG 与智能代理能力的开源检索增强生成引擎，能为大模型提供更精准的上下文支持，适合构建专业级 AI 应用。

一站式AI工作流与RAG管道构建平台，支持多模型与工具集成，可在云、VPC或自托管环境中部署，助力团队从原型快速进入生产

轻量级RAG框架，基于EMNLP 2025论文提出，旨在实现快速高效的检索增强生成，降低RAG系统部署门槛，适合研究者和开发者快速构建高效知识问答系统

预计算RAG摘要与任务视图的检索增强生成系统，提升AI应用的响应速度与上下文理解效率，面向需要高性能RAG的开发者与企业

一家私有 AI 工程公司，提供固定周期（6-10周）交付的生产级 AI 系统，包括自动化工作流、企业知识库（RAG）和阿语/英语语音 AI，按固定费用收费。

腾讯开源的 LLM 知识平台，可将文档自动转化为可查询的 RAG 系统、自主推理 Agent 与自维护 Wiki，实现知识的智能流转。

Anthropic 官方维护的 Claude 代码插件目录，提供高质量、可信赖的插件生态，帮助开发者扩展 Claude 的编程能力。

GraphRAG 是微软推出的模块化图结构检索增强生成系统，利用知识图谱提升大模型问答的准确性和可解释性。

精选的 AI 应用项目合集，涵盖 RAG、智能体、工作流等前沿场景，适合开发者快速了解 AI 实践案例。

企业级Agentic RAG智能体框架，覆盖文档解析、多路检索、意图识别、问题重写、会话记忆与工具调用，支持真实业务场景落地。

为 AI 代理提供轻量级、无服务器的内存层，替代复杂的 RAG 管道，支持即时检索与长期记忆，提升智能体决策能力。

Agenthatch v1.0 是一个经过“仙侠世界”模拟压力测试的 RAG 代理框架，用于构建智能、可推理的 AI 代理系统。

Autoretrieval 是一个用于 RAG（检索增强生成）管道的自动研究工具，帮助开发者自动发现和整合外部知识源，提升 AI 问答系统的准确性和上下文相关性。

轻量级、快速的检索增强生成框架（LightRAG），在 EMNLP 2025 发表，支持高效知识检索与生成，适合构建低延迟、高准确率的 RAG 应用。

PageIndex 是一个无需向量的推理型 RAG 文档索引工具，通过逻辑推理而非向量相似度检索文档，适合需要精准语义理解的 AI 应用场景，如法律、科研文档问答。

基于大模型与 RAG 技术的智能问数系统，支持自然语言转 SQL，实现对话式数据分析，让非技术人员也能轻松查询数据库。