工具与职业用途，一起找
统一浏览 AI 工具、Agent Skills、提示词、工作流与开源项目，按职业和用途找到工作中用得上的资源。
dhanyashree-mn/research-paper-rag-qa · RAG system for semantic search over academic PDFs — LangChain, FAISS, Streamlit
该项目是一个面向学术论文 PDF 的检索增强（RAG）语义搜索工具：逐页解析 PDF，将文本切分为带重叠的片段，使用 sentence-transformers/all-MiniLM-L6-v2 生成归一化向量并存入 FAISS 索引，再通过 Streamlit 界面用自然语言查询返回最相关的段落及来源文件与页码。项目刻意只做检索、不做答案生成，以保证每条结果可追溯到原文页面、避免内容幻觉；仓库包含作者硕士阶段的示例 PDF。
arashshams/Insurance-Policy-RAG · A RAG assistant that answers plain-English questions about an insurance policy PDF, grounded in the document and cited by page. Built with Gemini embeddings, ChromaDB, and a Streamlit app you can try live.
该项目是一个面向单一保险保单 PDF 的检索增强生成（RAG）问答助手，能够用自然语言回答保险条款问题，并基于文档内容给出页码引用，在文档未覆盖时明确回答“我不知道”。系统使用 Gemini 嵌入模型生成向量，存入 ChromaDB，通过 Streamlit 提供可在线试用的界面，同时也提供 FastAPI 后端和可导入的 Python 管道。项目包含评估工具，覆盖拒答、检索命中率、引用准确性等指标，并支持上传自己的保单 PDF 进行问答。
khannoussi-malek/PaperLab · Local-first PDF reader for researchers: notes anchored to the page, AI answers that cite it. Runs offline with Ollama.
PaperLab 是一款面向研究者的本地优先 PDF 阅读工具：可导入论文建立库，在页面内高亮并绑定笔记，围绕单篇论文或工作区提问，AI 回答会标注引用段落并可与用户笔记分开标记。它支持本地 Ollama 模型以及 Anthropic、OpenAI 兼容服务，还提供图谱式文献关联、参考文献跟进、数据表格捕获与图表对比，并可作为 MCP 服务供 Claude Desktop 等客户端检索论文与保存笔记。
Maaa2005/local-rag-agent · 閉域環境向けのローカル文書検索RAGプロトタイプ。権限プレフィルタ、Excel正規化、Qdrantハイブリッド検索、根拠付き回答を検証。汎用業務AI・回答保証を目的としない（vLLM / FastAPI）
该项目是一个面向闭域环境的本地文档检索 RAG 原型，可将机密文档保留在内部网络中进行处理。项目涵盖本地文档导入、Excel 规范化、基于 access_level 的权限预过滤、Qdrant 混合检索以及附检索依据的回答生成，后端采用 FastAPI，推理采用 vLLM 与量化开源模型。作者在小型数据集上的检索与权限过滤验证效果良好，但明确指出最终回答存在数值判断错误，定位为课程演示可用、生产不可用，不保证回答正确性，也未覆盖大规范语料。
YOLOW92/pagesift · High-performance, memory-efficient Rust web crawler & content extraction engine for AI agents and RAG. Adaptive crawling, clean Markdown, structured data, PDF/RSS parsing, browser rendering, Firecrawl-compatible APIs, and Python/Node.js SDKs.
PageSift 是用 Rust 编写的高性能、内存受限网页抓取与内容提取引擎，面向 AI Agent 和 LLM 管线，将网站、文档和归档转换为干净的 Markdown 与结构化数据。它支持自适应爬取、PDF/RSS 解析、浏览器渲染和字符集检测，提供 Firecrawl v1/v2 与 Jina Reader 兼容 API、MCP 服务，以及 Python/Node.js SDK 和 CLI。项目采用 AGPL-3.0 许可，并另提供商业许可选项，材料中给出了 Docker、pip、npm、cargo 和 MCP 的入门方式。
miguelzzzzzzzz/CitationNeeded · Production-style RAG engine: configurable chunking, hybrid BM25 + vector retrieval, cross-encoder reranking, cited structured answers, FastAPI, and reproducible retrieval evals.
CitationNeeded 是一个面向生产风格的检索增强生成（RAG）服务，采用类型化、可替换的流水线阶段，支持 Markdown/HTML/PDF/文本加载、结构感知分块并保留精确字符偏移，稀疏 BM25 与向量检索混合并可用 cross-encoder 重排，输出带原文引用和 Pydantic 校验结构的答案。项目提供 FastAPI 只读索引服务及 Docker 配置，并附带基于 SciFact（BEIR）的可复现检索评测，报告 Recall@K、MRR、nDCG 等指标及逐阶段延迟。
wentzeld/docvault · Self-hosted document knowledge base for AI agents and humans — agents write PRDs, research, and design docs; humans review, comment, and approve. Fastify + PostgreSQL/pgvector + a Python embedding worker, with hybrid semantic + keyword search.
DocVault 是一个自托管的文档知识库，供 AI Agent 写入和检索 PRD、研究报告、架构与设计文档，并供人类审阅、评论和审批。项目采用 Fastify API、PostgreSQL + pgvector、Python 嵌入 worker（nomic-embed-text-v1.5）与 React UI，支持混合语义与关键词搜索、基于 token 的 Agent 接入与 webhook 通知，可通过 Docker 或 Ubuntu 安装脚本部署。
andrelair-platform/retrieva-backend · Retrieva backend — Node/ESM Express + Drizzle/Postgres + LangChain RAG API for DORA TPRM (runs on the ktayl-solution minicloud platform)
Retrieva 的后端服务，基于 Node.js 20 / Express 5 提供 API，用 LangChain 经 LiteLLM 网关实现证据支撑的 RAG 与 DORA 第三方风险（TPRM）评估引擎。数据层使用 PostgreSQL + Drizzle 存储、Qdrant 向量检索，Redis/BullMQ 处理队列与缓存，并接入 Langfuse 追踪；服务以容器镜像方式通过 GitOps（ArgoCD + Kargo）部署在 k3s minicloud 平台。仓库包含本地开发命令、API 端点说明、环境变量清单和 Drizzle 迁移流程。
iammonth1997/paperwiki-research-compiler · AI Research Wiki 2026: Auto-Building Knowledge Base with Deep Citation Syntheses
PaperWiki 是一个面向研究场景的自主维基构建工具，能够将 PDF、网页、学术论文和原始文本摄入为互联知识，并借助本地 DeBERTa-v3 零样本分类器将查询路由到对应知识域。其核心能力包括：随时间持续复合的持久知识图谱、跨会话记忆、自动化的深度研究综述引擎（收集 15–30 条引用来源并生成 3000–5000 词带引用的综述文档）、多语言输出、响应式 Web UI，以及通过 OpenAI 或 Claude API 进行合成生成的可选集成。项目宣称可本地优先运行，分类与实体抽取在本地完成，但网页搜索与 LLM 合成可能访问外部 API。
nekoai-lab/tsukineko-grimoire · Build your own paper grimoire: collect arXiv papers and ask in Japanese with citations.
Tsukineko Grimoire 是一个面向 AI 与机器学习论文的知识书库，前端使用 Next.js 和 TypeScript，后端使用 Firebase Auth、Firestore、Cloud Storage 和 Vertex AI Agent Builder。它支持用关键词或自然语言检索论文，日语查看标题和要旨，把论文加入个人书架，并就积累的论文群进行聊天提问；回答会附带引用，可跳转到代表图、结果表和 arXiv 原文。项目还通过 Firestore 缓存翻译结果，以降低 Translate API 成本。
dnaidionov/living-resume · Recruiter-first AI-native living resume and digital twin
Living Resume 是一个以招聘方为优先的“AI 原生”个人简历站点，也是一个数字孪生项目。站点基于 Next.js 与 TypeScript 构建，内容由仓库管理；它通过语义检索回答关于简历与工作经历的、有依据的问题，并可通过结构化的“View AI Context”说明各项经历是如何实现的。它还支持对粘贴、上传或链接的职位描述进行匹配度评估，并将项目自身的构建过程整理为公开的 AI 原生案例。项目采用与具体 AI 提供商无关、兼容 OpenAI 适配层的路由方式，并将 Cloudflare Pages/Workers 作为部署目标。
mattxhl/enterprise-ai-portfolio · create a separate portfolio reposotory. Recruiters can then view it without credentials and cannot modify it unless you grant access. Keep your existing development repository private.
该项目是一个用于求职展示的作品集仓库，演示一个企业 AI 智能体如何结合基于证据的知识检索、PostgreSQL 数据、角色授权和证据阈值拒答来回答或拒绝问题。演示包含公开读者问答、角色访问对比（reader、HR reader、HR writer）、带来源引用的检索增强回答、越权访问拒绝，以及上传拒绝与知识摄入流程。技术栈包括 Streamlit 前端、FastAPI、PostgreSQL 与 pgvector、Google Cloud Run、Neon PostgreSQL、Secret Manager 和 Cloud Build 发布校验。README 说明实现、测试与部署配置位于私有开发仓库，使用在线应用需向作者申请演示凭据。
negativexq/knowledge-base-rag · Production-style multilingual RAG with tenant-safe retrieval, evidence provenance, deterministic validation, observability, and reproducible evaluation.
该项目是一个生产风格的多语言 RAG 平台，覆盖混合检索（Qdrant 稠密+BM25、RRF 融合、BGE 重排序）、租户与角色授权边界、SectionAware 证据构建、请求级 support ID 与引用校验、Architecture V2 发生账本式关键值一致性校验、OpenTelemetry/Jaeger 可观测性以及可复现的离线评测与失败归因。README 提供本地运行的 Quickstart，并强调其定位为 portfolio 系统而非生产服务声明。
KonstantinStarovoytov/agent-docs · Hybrid RAG MCP server: fresh official docs of Claude Code, Cursor, Codex and MCP for any AI agent, with an eval gate
Agent Docs 是一个混合 RAG 服务，索引约 600 页 Claude Code、Cursor、Codex 与 MCP 的官方文档并每日自动刷新，通过 MCP 工具（search_docs、read_section）或 REST 接口供 AI Agent 调用，返回带引用的检索结果与答案。其检索链路包含翻译、混合检索（Embedding + BM25）、RRF 融合、Cohere 重排、阈值拒答与上下文选择，并配有 Langfuse 追踪和评估回归门禁。
pgEdge/pgedge-vectorizer · A PostgreSQL extension to create chunk tables for existing text data, and populate them with embeddings using your favourite LLM.
pgEdge Vectorizer 是一个 PostgreSQL 扩展，用于对已有文本数据进行异步分块和向量嵌入生成。它通过触发器捕获表数据变更，由后台工作进程调用 OpenAI、Voyage AI、Ollama 或 Gemini 等嵌入提供方生成向量，并支持混合检索（稠密向量 + BM25 稀疏检索，基于 RRF 融合）。扩展提供 SQL 接口用于启用/停用向量化、手动分块、重试失败任务以及通过视图监控队列状态。
JamesLeeCY/paper-rag-copilot · A strictly citation-grounded RAG assistant for academic literature libraries, featuring quantifiable hallucination evaluation for trustworthy research assistance.
该项目是一个基于检索增强生成（RAG）的学术文献问答助手，面向博士论文或小型期刊论文 PDF 库，强调答案必须严格引用原文（可追溯到章节、段落范围和页码）。系统采用混合检索（稠密向量加 BM25，RRF 融合）、可选的 cross-encoder 重排，以及逐条声明的分层验证级联（逐字引用校验、多模型评审团、NLI/词面回退、规则检查）。项目还附带量化评测工具，用已知答案集衡量生成器的幻觉率，并验证评审模型本身的可信度（假接受/假拒绝率），统计上输出 Wilson 置信区间。README 也如实披露了已知局限与大量小样本评测细节。
canvasnemesis318/laya-jev-GraphRAG · Decouple AI from storage with an agnostic Agentic GraphRAG pipeline for Neo4j, Memgraph, AGE, and Kùzu.
该项目提供一个与存储解耦的 Agentic GraphRAG 处理管道，支持 Neo4j、Memgraph、AGE、Kùzu 等图数据库，并声称可兼容 Amazon Neptune、ArangoDB、JanusGraph 及 PostgreSQL、MySQL、MongoDB 等系统。管道包含采集、富化、推理、生成四个阶段，采用自定义 A* 图遍历算法，内置持续评测机制，并提供 Laya（本地）与 Jev（云端）两种可切换的模型提供方。README 还包含面向 Windows 非技术用户的下载、解压与运行说明。
MODSetter/SurfSense · Air-gapped, privacy-focused, open-source NotebookLM alternative. AI agent that researches, transforms, and edits your documents. Join our Discord: https://discord.gg/ejRNvftDp9
SurfSense 是一款开源、隐私优先的桌面应用，定位为 NotebookLM 的离线替代方案。它像 AI 助手一样在你本机索引、检索、转换和编辑文档，索引保存在本地磁盘，可选择本地或远程模型，无需账户。支持 PDF、Word、Excel、PowerPoint、CSV、图片、Markdown、HTML 等格式的带引用研究问答、内容生成与编辑、格式转换，并可生成播客、思维导图、闪卡和测验。所有编辑、转换和 PDF 操作都会生成新文件，不改动原文件。
junruxiong/IncarnaMind · IncarnaMind is a free, open-source desktop app for macOS, Windows and Linux where you ask questions about your own documents (PDF, Word, PowerPoint, Excel and more) and write with AI. Every answer cites the exact page, and IncarnaMind checks that each quoted passage is really there.
IncarnaMind 是一款面向 macOS、Windows 和 Linux 的开源桌面应用，用于对自己的 PDF、Word、PowerPoint、Excel、CSV、Markdown 和纯文本等文档提问并进行 AI 写作。它会为回答标注具体页码，并校验引文是否确实出现在所引位置，支持打开原页面并高亮显示。用户可以连接已有的文件夹（包括 Zotero 存储目录），从 OpenAlex、arXiv、PubMed 检索开放获取论文，导入 Zotero、CSL JSON、BibTeX、RIS 文献，也可接入 ChatGPT 套餐、自带 API Key 或通过 Ollama 使用本地模型，并将笔记导出为 Word 或 Markdown 并附指定格式的引文和参考文献。项目强调文档与索引留在本地数据文件夹，文件不被移动或修改；当前尚未正式发布安装包，可从源码运行。
manasIO/Engineering-Knowledge-Agent · Autonomous RAG agent designed to ingest technical documentation, perform local semantic search, and synthesize engineering insights.
该项目是一个轻量的工程知识检索系统，把内部技术文档切分为文本块并用 SentenceTransformers（all-MiniLM-L6-v2）生成向量，写入持久化的 ChromaDB 向量库，再通过语义与关键词混合检索选出与问题最相关的片段，组装成提示交给本地或托管的 LLM 生成有依据的答案。项目强调隐私优先的本地推理（可对接 Ollama、llama.cpp 等）、分块与上下窗管理、以及仅基于检索内容作答以降低幻觉，适合用于内部文档搜索、运维手册与 SRE 剧本等知识密集型场景。