一个基于检索增强生成(RAG)的文档问答系统,允许用户通过自然语言提问获取基于PDF文档的准确回答。
安装状态
已补齐
工具数量
4
GitHub Stars
1
命令预览
python -m venv .venv
一个基于检索增强生成(RAG)的文档问答系统,允许用户通过自然语言提问获取基于PDF文档的准确回答。
安装状态
已补齐
工具数量
4
GitHub Stars
1
命令预览
python -m venv .venv
OpenScout是一个面向开发者的检索增强生成(RAG)工具,通过搜索网络、提取页面内容、分块和嵌入段落、存储向量、检索相关段落并合成简洁的引用答案来回答自然语言问题。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
python -m venv .venv
一个基于FastAPI后端的PDF检索增强生成(RAG)知识库处理系统,支持LanceDB向量搜索、SQLite元数据管理和Chakra UI仪表盘,适用于文档处理和知识管理场景。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
python -m venv .venv
一个轻量级、生产就绪的检索增强生成(RAG)系统,结合ChromaDB向量搜索、Ollama LLM智能和网络搜索功能,从知识库中提供准确、上下文感知的响应。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
pip install chromadb
一个基于Qdrant和Bright Data的问答检索增强生成工具,适用于F1赛车等领域的知识问答。
安装状态
已补齐
工具数量
2
GitHub Stars
1
命令预览
docker run -p 6333:6333 -p 6334:6334 -v qdrant_storage:/qdrant/storage:z qdrant/qdrant
一个基于检索增强生成(RAG)的系统,用于通过语义搜索和AI生成回答关于课程材料的问题。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
uv run uvicorn app:app --reload --port 8000
RAGify Docs 是一个开发者工具,通过结合网页抓取、向量嵌入和AI问答技术,帮助开发者快速导航和理解文档内容。
安装状态
已补齐
工具数量
1
GitHub Stars
1
命令预览
python -m venv .venv
RAGtime是一个本地检索增强生成(RAG)工具包,用于管理私有语料库并将其提供给代理工作流。它从混合文档集中提取结构化文本,使用Sentence Transformers对内容进行分块和嵌入,将向量持久化在Chroma中,并通过CLI和模型上下文协议(MCP)接口进行查询。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
uv run ragtime --help
一个基于检索增强生成(RAG)技术的智能文档问答系统,支持PDF、Markdown和网页文档的自动处理和问答,适用于知识库管理和技术支持场景。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
pip install -r support_kb_agent_demo/requirements.txt
一个集成了Pinecone向量数据库、OpenAI嵌入和检索增强生成(RAG)功能的模型上下文协议(MCP)服务器实现,用于扩展AI助手的外部数据访问和工具执行能力。
安装状态
已补齐
工具数量
8
GitHub Stars
1
命令预览
pip install -r requirements.txt
一个生产就绪的模型上下文协议服务器,通过检索增强生成技术为AI助手提供WSO2文档的语义搜索功能。
安装状态
已补齐
工具数量
4
GitHub Stars
1
命令预览
npx tsc --noEmit
基于IBM watsonx Orchestrate的A2A RAG代理系统,实现生产级检索增强生成功能,集成Watsonx.ai和Milvus向量数据库。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv venv
一个基于检索增强生成(RAG)的系统,用于分析特斯拉、英伟达和Netflix的SEC文件(10-K、10-Q、8-K),使用Redis向量数据库、MCP服务器和GPT-4o-mini。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv venv
Agentic RAG MCP是一个模块化的检索增强生成系统,具备高级分块、多源LLM支持、强大的数据库集成和多语言问答功能,适用于需要从多种数据源获取准确信息的场景。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个利用模型上下文协议(MCP)服务器实现智能数据库查询的AI代理系统,支持向量搜索和检索增强生成(RAG)技术,适用于需要自然语言处理数据库查询的场景。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于检索增强生成(RAG)和MLP分类器的智能问答机器人,专门用于回答Pandas、NumPy和Scikit-learn等Python库的文档问题,优先从官方文档中获取答案。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv venv
Atlas MCP是一个生产级MCP服务器,为LLM代理提供结构化内存和检索增强生成(RAG)功能,适用于软件工程项目。
安装状态
已补齐
工具数量
4
GitHub Stars
0
命令预览
uv run python -m atlas_mcp
该服务提供基于AWS Bedrock知识库和模型上下文协议(MCP)的检索增强生成(RAG)能力,可集成到VS Code和Claude桌面等MCP兼容的AI代理客户端中,为私有或专业知识库提供额外上下文支持。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
npx sst deploy
基于Microsoft Agentic Framework (MAF)和Azure AI Search的Serverless Python Azure Function应用,提供MCP工具和HTTP端点,支持检索增强生成(RAG)。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
python -m venv .venv
基于Azure AI Foundry的PDF文档问答系统,支持语义搜索、工具调用和异步处理。
安装状态
已补齐
工具数量
4
GitHub Stars
0
命令预览
pip install -r requirements.txt