工具
harshit-ojha0324/Gemini-Powered-RAG-System · Production-ready RAG application that enables intelligent Q&A over PDF documents using Google Gemini. Features semantic search, source attribution, conversation memory, and enterprise-grade security including PII detection, injection prevention, and real-time monitoring.
这是一个全栈 RAG 应用，支持上传 PDF 后用自然语言提问，由 Google Gemini 生成带来源页码引用的回答，并保留多轮对话记忆。系统包含语义分块、向量检索（Chroma）、可选 Gemini 或本地 sentence-transformers 嵌入，以及 PII 检测、提示注入防护、输出敏感信息过滤和安全仪表盘等安全能力，提供 FastAPI 接口、React 前端与 Docker 部署方式。
展开详情收起详情：LLM Document Agent：基于 Google Gemini 的 PDF 文档检索增强问答系统⌄
程序员作为全栈 RAG 应用参考实现，程序员可复用其 PDF 解析、语义分块、向量检索、FastAPI 接口、React 前端与 Docker 部署等代码结构，用于构建文档问答系统或进行代码审查与测试。
产品经理产品经理可参考该系统的功能设计（PDF 上传、自然语言问答、来源页码引用、多轮对话记忆、安全仪表盘）来规划文档问答类产品需求与原型。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-03
工具
lii-lii321/Math_Tutor_RAG · 📘 基于视觉大模型与 RAG 的智能错题本：AI 拍照录题 · 结构化解析 · 向量检索举一反三 · SM-2 间隔重复复习 | Vision-LLM powered wrong-question notebook with RAG & spaced repetition
MathMaster Edu 是一个智能错题本应用：拍照上传手写作业或试卷照片，由视觉大模型完成结构化解析（考点、分步讲解、答案、难度、易错原因、变式题），配合 ChromaDB 向量检索实现相似题召回与语义搜索，并用 SM-2 间隔重复算法安排复习。项目还提供知识点掌握度画像、学情看板、知识图谱、教师端学生总览、Word 组卷导出、Agent 追问讲题、FastAPI REST 网关与 MCP Server，支持多家 OpenAI 兼容模型提供商及本地 Ollama，未配置 Key 时可进入演示模式。
展开详情收起详情：Math_Tutor_RAG：基于视觉大模型与 RAG 的智能错题本与间隔重复复习系统⌄
程序员作为可复用的 AI 应用参考实现，程序员可研究其视觉大模型结构化解析、ChromaDB RAG 检索、SM-2 间隔重复调度、FastAPI REST 网关与 MCP Server 的工程化实现，用于构建类似的 AI 应用。
★ 4 · 可直接使用的工具
原文发布：未知收录：2026-10-03
工具
dennisdang5/earnings-rag · RAG over SEC 10-K filings for NVIDIA, Apple, and Capital One — grounded, cited answers with a streaming UI, an eval-gated CI pipeline, and AWS deployment.
该项目是一套端到端的检索增强生成（RAG）系统，面向 NVIDIA、Apple、Capital One 三家公司的 SEC 10-K 年报，回答问题时只依据财报原文并给出引用来源。系统包含 SEC EDGAR 数据抓取、解析与分块、OpenAI 嵌入、PostgreSQL + pgvector 向量检索、基于 gpt-4o-mini 的带引用生成、SSE 流式 Web 界面、可门控 CI 的评测工具以及 AWS 部署方案，仓库中还记录了分块大小、提示词修改、公司路由等设计取舍与已知局限。
展开详情收起详情：Earnings RAG：基于 SEC 10-K 财报的检索增强问答系统⌄
程序员作为端到端 RAG 系统的参考实现，程序员可复用其 SEC EDGAR 数据抓取、解析分块、OpenAI 嵌入、PostgreSQL + pgvector 向量检索、带引用生成、SSE 流式界面、评测工具与 AWS 部署方案，用于构建或学习检索增强问答系统。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-02
工具
1040942669/legal-rag-agent · Evidence-grounded Chinese legal RAG with controlled adaptive retrieval, citation verification, and reproducible evaluation.
该项目是一个面向指定中国法律文本快照的可复现 RAG 工程，围绕稳定召回正确法条、验证优化有效性以及在证据不足时安全停止生成三个核心问题构建。它实现了自研中文 BM25、dense、RRF 融合与可选 cross-encoder 重排等检索能力，规则型查询理解、证据充分性检查、引用编号检查等受控 Agent 能力，以及包含分层评测集、bootstrap 置信区间、五维实验矩阵和失败归因的评测体系。项目同时在 PostgreSQL/pgvector 版本化语料、持久会话、幂等 run、SSE 续读与故障恢复等工程方向上迭代发布多个版本。项目仅用于检索与工程研究，不提供个案法律意见，且不随附完整法律语料。
展开详情收起详情：legal-rag-agent：面向中国法律文本快照的可复现 RAG 检索与评测系统⌄
程序员作为可复现的 RAG 工程参考实现，用于构建和评测中文法律文本检索系统：实现自研中文 BM25、dense、RRF 融合与可选 cross-encoder 重排等检索能力，并配套分层评测集、bootstrap 置信区间、五维实验矩阵和失败归因的评测体系，帮助程序员在开发检索增强生成应用时进行检索质量验证与优化对比。
★ 0 · 开发框架
原文发布：未知收录：2026-09-30
工具
kartik-012/Atlas-AI-Resume · 🧭 An ultra-premium, interactive full-stack AI Resume Portal. Features a responsive PDF/A4 viewer, streaming chatbot (Atlas AI powered by Gemini RAG), project explorer, credentials index, and real-time recruiter telemetry.
Atlas AI Resume 是一个全栈 AI 简历门户，采用 React、Express 与 Gemini API 构建，提供响应式 PDF/A4 简历查看、项目展示、证书索引、技能可视化与招聘者行为遥测面板。其核心功能是名为 Atlas AI 的流式聊天机器人，基于本地 RAG 索引（向量嵌入 + 关键词回退）针对简历内容回答问题，并输出置信度分数与可点击的来源引用。
展开详情收起详情：Atlas AI Resume：可与简历对话的全栈 AI 简历门户⌄
程序员作为全栈 AI 简历门户的参考实现，程序员可参考其 React 19 + Vite 前端、Express.js 后端与 Gemini RAG 流水线（向量嵌入 + 关键词回退、SSE 流式响应）的代码结构，用于构建类似的 RAG 聊天应用。
HR招聘者可通过该门户交互式浏览候选人简历、查看项目与证书索引、技能可视化，并与基于简历内容训练的 Atlas AI 聊天机器人对话以快速了解候选人资质。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-29
工具
omvyas77/finhelm · Finance-domain RAG over US bank SEC filings, with a CI-gated evaluation harness. Cited answers, measured abstention, and negative results kept in.
finhelm 是一个面向美国银行 SEC 文件的金融领域 RAG 系统，支持基于约 43,000 个文件切块的混合检索（关键词+语义）、交叉编码器重排和查询拆分，仅依据检索到的段落生成带引用标记的答案，并在证据不足时给出拒答。项目配套 CI 门控的评测框架和冻结运行结果，公开了检索、拒答、成本和失败案例等量化指标及未解决问题。
展开详情收起详情：finhelm：面向美国银行 SEC 文件的金融问答 RAG 系统⌄
程序员作为可复用的 RAG 系统参考实现，用于构建带引用标记的问答服务：包含混合检索（关键词+语义）、交叉编码器重排、查询拆分、拒答机制，以及 CI 门控的评测框架和冻结运行结果，可供程序员参考其检索、生成与评测代码结构。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-28
工具
AlexTymosh/alextym.com · RAG-based AI portfolio that helps recruiters explore my skills, work experience, projects, and common interview answers through an AI assistant.
alextym.com 是一个将个人作品集网站做成小型 AI 产品的项目，核心是一个基于 RAG 的 AI 聊天助手，能够回答关于网站所有者公开职业档案、项目经历、技术技能、可用性与服务合作方式的问题。后端使用 FastAPI 与 OpenAI Responses API 流式输出，结合 Qdrant 向量检索、查询路由与扩展、启发式重排与关键词评分等检索策略。除 AI 问答外，还提供交互式简历筛选、联系表单、YouTube 演示嵌入以及通过 Telegram 实现的人机交接（handoff），让复杂或招聘相关问题可转由本人回复。
展开详情收起详情：alextym.com：基于 RAG 的 AI 作品集与招聘问答助手⌄
程序员作为程序员，可以复用该仓库的 RAG 聊天机器人实现，包括 FastAPI 后端、OpenAI Responses API 流式输出、Qdrant 向量检索、查询路由与扩展、启发式重排等检索策略，用于构建基于个人公开职业档案的问答系统。
HR作为 HR，可以利用该仓库的交互式简历筛选功能，通过细节级别切换和部分筛选（经验、教育、培训）来快速浏览候选人信息，并借助 AI 聊天助手回答关于候选人公开职业档案、项目经历、技术技能、可用性等问题，辅助招聘筛选。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
kyopark2014/rag-multimodal · This shows how to use multimodal RAG using managed OpenSearch.
该项目演示如何用多模态 LLM 处理含复杂表格、图表的 PDF：将每页渲染为图片后由 Bedrock 多模态模型转成 Markdown，经 parent/child 分块与 embedding 后写入 Amazon Managed OpenSearch，再通过 LangGraph Agent 结合 OpenSearch MCP 做 k-NN 与 lexical 混合检索、相关性分级并生成回答。附带 FastAPI + React 界面，并提供基于 installer.py 的 S3、OpenSearch、CloudFront、Lambda 等基础设施部署脚本。
展开详情收起详情：rag-multimodal：基于 Managed OpenSearch 与多模态 LLM 的表格/图表 PDF 检索增强问答演示⌄
程序员作为可复用的多模态 RAG 参考实现，程序员可参考其代码与架构来构建处理含复杂表格、图表的 PDF 的检索增强问答系统：将 PDF 页面渲染为图片后由 Bedrock 多模态模型转成 Markdown，经 parent/child 分块与 embedding 写入 Amazon Managed OpenSearch，再通过 LangGraph Agent 结合 OpenSearch MCP 做 k-NN 与 lexical 混合检索、相关性分级并生成回答。
★ 3 · 研究实现
原文发布：未知收录：2026-09-24
工具
api-evangelist/marqo · Marqo — independent third-party profile of a public API surface, by API Evangelist. Marqo is an open-source, multimodal vector search engine that lets developers index text and images, generate embeddings on the fly, and run tensor, lexical, and hybrid search through a single REST API.
Marqo 是一个开源的多模态向量搜索引擎，开发者可通过单一 REST API 索引文本与图像、即时生成嵌入，并执行张量、词法与混合搜索。引擎基于 Vespa 做存储与检索、FastAPI 提供 HTTP 接口，并在引擎内集成模型推理（Sentence Transformers、OpenCLIP、ONNX），一次 docker run 即可启动可用的语义搜索栈。该 Apache 2.0 开源引擎已被维护者标记为不再维护（deprecated），官方转向托管电商搜索产品，但项目仍被广泛 fork、下载与自托管，并有 Python 客户端、Terraform provider、InstantSearch 客户端、电商嵌入模型与研究项目等配套仓库。
展开详情收起详情：Marqo：开源多模态向量搜索引擎与语义检索 REST API⌄
程序员通过单一 REST API 索引文本与图像、即时生成嵌入，并执行张量、词法与混合搜索，用于构建语义检索功能。
产品经理借助该开源多模态向量搜索引擎的语义检索能力，为电商搜索类产品提供检索方案参考。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
jahfaliabdulrahman-dev/rajhi-rag · Verified Al Rajhi bank-statement reader (Arabic-first): literal VLM transcription → balance chain + printed-footer oracle → Arabic RAG Q&A. Sample scope; synthetic public fixture only.
rajhi-rag 面向阿拉伯语优先的 Al Rajhi 银行对账单扫描件（无文本层的 PDF），流程为：VLM 逐字转录数字并做确定性归一化，再用余额链推导每笔交易的方向和金额，并以每页印刷的页脚合计（借方/贷方/累计余额）作为外部校验；最后通过阿拉伯语检索（FAISS + e5）加确定性工具进行问答，模型只调用工具、不自行计算，并展示答案所依据的行。项目还提供导出 Excel（交易、逐页校验、未证实项、说明四个工作表）、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关。仓库为示例范围，公开样本为合成数据，实测结果与已知缺口在 README 中逐项列明。
展开详情收起详情：rajhi-rag：阿拉伯语银行对账单验证与 RAG 问答工具⌄
程序员作为可参考的 RAG 与文档校验工程实现：仓库提供阿拉伯语检索（FAISS + e5）加确定性工具的问答流程、VLM 逐字转录加确定性归一化的读取管线、余额链与页脚合计的外部校验、以及导出 Excel、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关等工具，程序员可阅读其代码与文档用于构建或评审类似的文档处理与检索问答系统。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
aru-labs/lossless-memory · Lossless long-term memory for a personal AI: never summarize, keep every line, put a timestamp on everything.
lossless-memory 是一个本地、基于文件的长期记忆层，面向单用户与单个 AI 助手。它把每轮对话按固定七字段（时间戳、说话者、角色、类型、原文、模型、会话）完整追加到每日 JSONL 日志中，不做任何摘要，并以此为唯一事实来源。系统以时间为主轴构建「Temporal Backbone」：SQLite FTS5 精确索引带时间戳并存，查询入口先解析时间短语（相对时间目前仅日语，绝对日期支持任意语言）把检索范围限定到时间段，再在范围内排序，结果按时间顺序返回未摘要的原始文本；仅在范围内精确匹配不足时才回退到基于 sqlite-vec 的语义检索，并在输出中如实标注。另有 LLL「当前位置」索引记录话题切换，可由人工标注优先级，每轮注入模型上下文，使长对话在上下文窗口压缩或跨会话后仍能接续。项目还包含定时增量重建索引的守护进程，并公开了实际运行中的失败数据与经验文档。许可为 MIT。
展开详情收起详情：lossless-memory：为个人 AI 打造不压缩原文、全量带时间戳的长期记忆层⌄
程序员作为本地长期记忆层，为个人 AI 助手保存不压缩的原始对话日志（JSONL 七字段记录），并基于时间轴（Temporal Backbone）与 SQLite FTS5 精确索引按时间范围检索原始文本，供程序员在开发个人 AI 助手时复用其记忆与检索实现。
★ 102 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
Sreehari05055/thesys-core · Open-source research workspace: search academic papers, upload PDFs, inline citations with on-PDF highlights, reader-mode Q&A, and get citation export in four formats.
Thesys 是一个开源的研究工作台，支持从 OpenAlex 和 arXiv 搜索开放获取论文、上传 PDF 并构建本地知识库。它提供带 PDF 页面高亮的引用式问答、阅读器模式下的选中段落提问、文档摘要（问题陈述、方法、关键发现、局限、指标）、图表描述与高亮引用，以及 BibTeX、RIS、EndNote、CSV 四种格式的文献导出。论文、向量和聊天记录保存在本地磁盘，检索流程使用 Docling、Chroma 与 BGE 嵌入和重排序，聊天通过 LangChain 调用 OpenAI API。
展开详情收起详情：Thesys：本地优先的学术研究知识库与论文问答工作台⌄
程序员作为本地优先的研究工作台，程序员可用来搜索开放获取论文、上传 PDF 并构建本地知识库，通过带 PDF 页面高亮的引用式问答和阅读器模式选中段落提问来辅助技术调研与文档理解；还可将文献导出为 BibTeX、RIS、EndNote 或 CSV 格式用于技术文档引用。
★ 142 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工具
akram0zaki/profiley · An AI-assisted interactive CV to help job seekers present their profile and work experience.
Profiley 是一个开源的 AI 交互式简历平台，让求职者上传简历和辅助材料，系统自动抽取并索引为可检索的知识库，并生成面向招聘方的公开主页。招聘方可以浏览主页、与候选人 AI 角色对话，并运行结构化的岗位匹配分析；后台由管理员统一配置模型路由（OpenAI、Gemini、Mistral）。项目还提供所有者仪表盘，展示招聘方访问、事件、会话、上传和岗位匹配运行等实时分析。
展开详情收起详情：Profiley：AI 驱动的交互式简历与求职者公开主页平台⌄
程序员项目提供文档、测试策略和 CI 检查脚本，程序员可参考其前端与边缘函数的测试和构建流程。
HR招聘方可以浏览候选人的公开主页，与候选人 AI 角色对话，并运行结构化的岗位匹配分析，辅助招聘筛选与面试准备。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-21
工具
Roseapplemutualopposition5427/rag-llamaindex-qdrant-docker · Build a multi-collection RAG system using LlamaIndex and Qdrant in a Docker environment.
该项目提供一个本地运行的文档搜索引擎，结合 LlamaIndex 进行文档解析与索引、Qdrant 作为向量库、Ollama 生成回答，并以 Docker 打包部署环境。用户可在浏览器界面中上传 PDF 或文本文件，系统处理后即可针对文档内容进行问答，并支持按集合管理不同主题的文档。数据默认保存在本机，不上传互联网。
展开详情收起详情：rag-llamaindex-qdrant-docker：基于 LlamaIndex、Qdrant 和 Docker 的本地多集合文档问答系统⌄
程序员程序员可以使用该工具在本地搭建文档问答系统，上传技术文档或代码说明文件，通过浏览器界面进行问答，辅助技术文档查阅和排错。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-18
工具
Daubingweirdie414/multimodal-rag · Enable unified search and AI answers across text, images, audio, and video using multimodal retrieval-augmented generation with source citations.
multimodal-rag 是一个本地运行的 Windows 应用，将文本、PDF、图像、音频和视频等不同格式文件统一处理为可检索数据，借助向量空间模型与 AI 模型实现一次输入即可跨文件类型搜索，并在回答中附带来源文件引用，点击引用可打开原始文件。
展开详情收起详情：multimodal-rag：跨文本、图像、音频与视频的统一搜索问答工具⌄
程序员在本地 Windows 环境中对代码仓库中的文本、PDF、图像、音频和视频文件进行统一检索，输入问题后获得带来源文件引用的答案，点击引用可打开原始文件，用于查找技术资料或项目文档中的信息。
产品经理将用户研究、需求分析相关的文档、图片、音频和视频等混合格式文件统一导入，通过一次搜索跨文件类型查找信息，并在回答中查看来源文件引用，用于整理研究资料和快速定位需求信息。
★ 4 · 可直接使用的工具
原文发布：未知收录：2026-09-18
工具
r0shi/harborclerk · An MCP server that lets AI agents query your document archive instead of uploading it — with OCR, hybrid search, and cited local-AI answers in a private, Mac-native app.
Harbor Clerk 是一个面向小团队、独立运营者和研究者的本地优先文档智能工具，能够监控文件夹并在本地完成文本提取、OCR、分块、嵌入、混合检索与引用式问答。它支持通过 MCP 或 CLI 让外部 AI 智能体以只读、受限方式查询知识库，仅返回检索片段和引用而非整个文档集，文档原始文件保留在原位置，适合关注隐私、不希望上传资料的场景。
展开详情收起详情：Harbor Clerk：本地文档智能检索与引用问答工具⌄
程序员程序员可将 Harbor Clerk 作为本地文档知识库，通过 MCP 或 CLI 让外部 AI 智能体以只读方式查询技术文档、规范或笔记，仅返回检索片段和引用，便于在编码或排错时快速定位资料。
HRHR 可将 Harbor Clerk 用于本地管理招聘、培训、员工沟通等人力文档，通过搜索和引用式问答快速查找政策或记录，同时保持文件隐私。
产品经理产品经理可用 Harbor Clerk 在本地索引用户研究、需求文档等资料，通过搜索、引用式问答或深度研究功能快速检索并获取带引用的答案，辅助需求分析和文档整理。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-18
工具
mahdidjemaci/production-rag · 🔍 Enhance retrieval accuracy with a production-ready RAG system that integrates semantic and lexical search for optimal results.
production-rag 是一个生产级检索增强生成（RAG）系统，将语义搜索与词法搜索结合以提升检索准确度。它提供多策略检索（可在不同搜索方法间切换）以及内置评估框架，用于评估不同策略的输出质量，面向真实应用场景。README 中说明系统要求为 Windows、macOS 或 Linux，最低 4 GB 内存（推荐 8 GB），至少 500 MB 存储空间。
展开详情收起详情：production-rag：结合语义与词法检索的生产级 RAG 系统⌄
程序员在开发检索增强生成（RAG）应用时，使用该生产级系统结合语义搜索与词法搜索提升检索准确度，并利用内置评估框架评估不同检索策略的输出质量。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-17
工具
Tencent/WeKnora · Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.
WeKnora 是腾讯开源、基于 LLM 的知识框架，面向企业级文档理解、语义检索与自主推理。以三大能力为核心：RAG 快速问答、可自主编排检索与 MCP 工具及沙箱执行的 ReAct Agent，以及将原始文档提炼为自维护互链 Markdown 知识库并带交互式知识图谱的 Wiki 模式。支持多源知识接入与同步（飞书 Wiki / 飞书 Drive / GitLab / 腾讯 IMA / Notion / 语雀 / 钉钉文档 / RSS 等）与 10 余种文档格式解析，可对接 20 余种 LLM 提供商（含 LiteLLM），提供多工作区 RBAC、可切换的向量库与存储后端、Langfuse 可观测性，以及完全可自托管的模块化架构。
展开详情收起详情：WeKnora：将文档转化为可查询 RAG、自主推理 Agent 与自维护 Wiki 的开源 LLM 知识平台⌄
程序员将技术文档、代码库文档等原始文档转化为可查询的 RAG 知识库，支持语义检索与快速问答，辅助程序员查阅技术资料和排错。
HR将人力资源相关文档（如培训材料、员工手册等）转化为可查询的 RAG 知识库，支持语义检索与快速问答，辅助 HR 进行员工沟通和培训资料整理。
产品经理将产品文档、需求资料等原始文档转化为可查询的 RAG 知识库和自维护 Wiki，支持语义检索与快速问答，辅助产品经理进行需求分析和资料查阅。
★ 23203 · 开发框架
原文发布：未知收录：2026-09-15
工具
nashsu/llm_wiki
LLM Wiki 是一款跨平台桌面应用，能自动将文档整理成相互关联的知识库，其 LLM 会增量构建并维护持久化的 wiki，而非每次从零检索的传统 RAG 方式。该项目使用 TypeScript 编写，今日获得 647 颗星。
展开详情收起详情：llm_wiki：自动整理文档的跨平台知识库应用⌄
程序员将项目文档自动整理成相互关联的知识库，便于查阅和维护技术文档。
产品经理将产品相关文档自动整理成相互关联的知识库，便于需求分析和资料管理。
原文发布：未知收录：2026-09-12