知识库与 RAGAI 资源

Vyral：面向 AI 应用的可移植数据、检索与持久执行运行时

Univeracity/vyral · Portable contracts and local-first runtimes for canonical data, retrieval, durable execution, and agent-facing AI.

GitHub原文发布未知首次收录 2026-10-04上架 2026-11-05 07:05

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Vyral 是一个本地优先的开源契约层与运行时，用应用自有的稳定接口封装规范化数据记录与对象、检索与 RAG、持久化工作流以及面向 Agent 的 AI 能力。它默认可在笔记本上以 SQLite 和文件系统运行，并可通过适配器把单项能力迁移到 Postgres/pgvector、云存储、Temporal 等提供方，从而不必改应用代码；同时提供 .NET 服务端、Python 运行时、Python/JavaScript 客户端、Go worker 以及无状态 MCP 端点，并配套一致性测试与适配器资格矩阵。

# local-first # RAG # retrieval # durable-execution # provider-neutral

核心能力与快速开始

★ 8 · C#

能做什么: 提供记录与对象存储、结构化过滤与词法/向量/混合检索、确定性 RAG 摄入与引用、图谱导入与遍历、AI 运行（抽取、嵌入、重排）、持久执行（幂等准入、重试、取消、定时、检查点、插件与外部 worker），以及无状态 MCP 请求/响应端点；通过契约与一致性夹具让不同提供方适配器的行为可验证。
适用场景: 适合需要自持规范化数据与执行语义、又希望在本地演示后按成本或规模切换存储、检索与执行提供方的 AI 应用；可用于构建带引用的检索问答、GraphRAG、可恢复的长时间任务，以及从 Python、JavaScript 或 Go 客户端访问统一契约。
项目形态: 开发框架
部署方式: 未说明
主要依赖: 未说明
使用限制: 材料自述多项能力处于原型、实验或预览阶段，并指出就绪度以资格报告为证据；容器镜像要求 API 密钥且该密钥不构成多租户授权，共享部署还需 TLS、限流等；未说明实际费用、硬件与第三方 API 限制。
许可证: Apache-2.0
最近推送: 2026-10-03 14:48

核对 README 依据 ↗

资料检查：2026-10-04 07:00 · 卡片整理：2026-11-05 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

Doctrans：基于本地 AI 的隐私优先文档翻译应用

Doctrans 是一个基于 Phoenix LiveView 的单用户文档翻译应用，通过 OpenAI 兼容的本地推理服务（如 oMLX）完成处理。它支持上传 PDF、DOCX、DOC、ODT 与 RTF 文件，先用视觉模型把每页提取为 Markdown 文本，再翻译到目标语言，并提供分屏对照查看、实时进度、文档 RAG 问答、语义与关键词混合检索以及多语言界面。使用本地推理服务时文档内容保留在设备上；若配置远程端点则内容会发送到该服务器。项目没有身份认证，官方建议将访问限制在本机或可信网络内。

ModelRoute：按置信度将请求路由到小型或大型模型的 LLM 路由系统

ModelRoute 是一个可运行的 LLM 请求路由系统：训练分类器预测请求是否需要大模型，简单请求交给小型廉价模型，困难请求交给大型模型；结合 RAG 接地答案、近重复语义缓存、PII 脱敏与提示注入防护、弱答案升级复核、人工审核队列和 SQLite 请求日志，用于度量成本、延迟与回退率。提供 FastAPI 接口、统计与反馈端点，可选 CNN 截图分类与 LoRA 微调模块。

CIS 4394 Agentic AI：佐治亚州立大学 Agentic AI 交互式课程站点与实验材料

这是佐治亚州立大学 CIS 4394《Agentic AI》（2026 年秋季）的课程仓库，每周发布一个交互式迷你站点，涵盖 agent 循环、提示与上下文工程、推理规划、工具调用与函数调用、MCP 与 A2A 协议、记忆与 RAG、评测与可靠性、多智能体系统、安全治理与 Agentic Commerce 等主题。站点以无依赖静态 HTML/CSS/JS 实现，包含可点击架构探索器、分步模拟器、概念自测与实验说明，并在 materials/ 提供讲义与实验起步材料，课程设计强调真实生产工具、零成本工具链和带安全护栏的实践作业。

Alek-Core：面向 Slack/Telegram 的个人多智能体外脑与长期记忆系统

Alek-Core 是一个以 Python 实现、部署于 GCP 的个人 AI 外脑系统，通过 Slack 和 Telegram 与用户交互。它自动从对话中抽取事实并写入长期 RAG 记忆，结合多向量检索与 RRF 重排来丰富后续回答；内置 Router/Smart 协调的多智能体网络，支持 Claude、Gemini、OpenAI、Grok 等可切换模型，并提供语音伴侣相关内容（材料仅提及“realtime voice companion”但无细节）、Gmail 邮件索引与每日摘要、任务提醒、远程 MCP 服务等能力。项目采用六边形架构并配有大量测试与 CI 约束。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。