集成扩散模型、检索增强生成和多约束提示的多模态内容生成系统,用于生成高质量的视觉和文本输出。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
python -m venv .venv
集成扩散模型、检索增强生成和多约束提示的多模态内容生成系统,用于生成高质量的视觉和文本输出。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
python -m venv .venv
一个基于知识图谱的检索增强生成系统,提供聊天界面和多级图增强检索功能,适用于需求管理和可追溯性领域。
安装状态
已补齐
工具数量
7
GitHub Stars
1
命令预览
uv run uvicorn requirements_graphrag_api.api:app --reload
LightRAG MCP Server是一个连接LightRAG API与MCP兼容客户端的桥梁,提供文档检索、知识图谱管理和AI工具集成功能。
安装状态
已补齐
工具数量
17
GitHub Stars
1
命令预览
uv run LightRAG/lightrag/api/lightrag_server.py --host localhost --port 9621 --working-dir ....
本地RAG栈是一个完整的检索增强生成(RAG)解决方案,包括MCP服务器、数据摄取管道、守护进程、多源支持(Obsidian和Zotero)、CLI以及可选的Claude API集成。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
pip install lightrag-mcp
一个结合图数据库技术和检索增强生成(GraphRAG)的AI研究助手,提供智能文档处理、高级实体提取和知识图谱构建功能。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
python -m pytest
MCP应用提供检索增强生成(RAG)和网络搜索工具,扩展大型语言模型的知识库和应用能力。
工具数量
0
GitHub Stars
1
一个基于Python实现的RAG MCP服务器,通过检索本地研究论文库中的相关内容片段来增强生成模型的能力。
工具数量
1
GitHub Stars
1
一个全模块化的检索增强生成系统,集成MCP协议,支持零代码组件切换和双模式传输。
安装状态
已补齐
工具数量
5
GitHub Stars
1
命令预览
python -m venv .venv && source .venv/bin/activate
一个实验性的多代理检索增强生成(RAG)系统,通过FastAPI服务与模型上下文协议(MCP)工具协调工作,预处理本地知识库并提供聊天API。
工具数量
0
GitHub Stars
1
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