wenxin123abc/pdf-rag-pipeline · Traceable PDF-to-RAG preprocessing and retrieval toolkit, also packaged as a Codex Skill.
该项目用 Python 实现，面向文本型 PDF 的本地 RAG 预处理、检索与评测。它把 PDF 转换为 page、section、table、image 四类可检索对象，并保留页码、章节层级、表格结构与 bbox 引用位置，支持批量目录构建、带磁盘缓存的 BM25 中文检索、按页读页与查表查图、原文引用、模型无关的图片描述回填、recall@k/MRR/页码准确率/表格数值一致率评测，以及单文件离线 HTML 引用预览。项目定位为 RAG 中最脏的预处理层，不内置 LLM 问答层、向量数据库或 SaaS 前端，纯扫描件需外部 OCR。
展开详情收起详情：pdf-rag-pipeline：面向文本型 PDF 的可溯源 RAG 预处理与检索工具⌄
★ 2 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-11-01
chatvia/chatvia · Open-source platform for AI chat agents that answer from your own knowledge base. Hybrid RAG search in PostgreSQL, MCP and custom tools, guardrails and human handoff. Put agents on a hosted chat page, a website widget, Slack, Teams, WhatsApp, Telegram or a REST API. Self-host with Docker and open-weight models.
ChatVia.ai 是一个自托管的 AI 聊天 Agent 平台，让 Agent 基于自有知识库回答。它在 PostgreSQL 内做向量与关键词的混合 RAG 检索，支持 MCP 服务器与自定义工具、内容护栏与人工接管，并将 Agent 发布到托管聊天页、网站组件、多个即时通讯渠道或 REST API。项目可选用 Docker 或 Ubuntu 安装，并支持前沿模型与开放权重模型。
展开详情收起详情：ChatVia.ai：基于自有知识库的自托管 AI 聊天 Agent 平台⌄
★ 111 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-11-01
DondieGatan/floss · Dental clinic platform: conflict-safe appointment booking, mandatory two-factor auth and a RAG chatbot with citation grounding. Flask + React, 382 tests
Floss Clinic 是一个基于 Flask + React 的全栈牙科诊所管理平台，提供带真实冲突检测的预约挂号、医生与科室目录、患者档案、基于角色的访问控制，以及一个带引用溯源的 RAG 聊天助手：回答基于诊所自有文档时标注出处，缺少匹配文档时改用通用牙科知识并明确不标注引用。平台还包含可代患者提议预约、改期或取消的对话式预约助手，改动需经患者确认后才写入，并具备角色分级、知识库自动更新与多模型供应商限流容错等机制。
展开详情收起详情：Floss Clinic：牙科诊所管理平台与引用溯源 RAG 助手⌄
★ 0 · 开发框架
GitHub
原文发布：未知收录：2026-11-01
AmberLee2427/nancy-brain · Nancy's RAG backend and HTTP API/MCP server connectors.
Nancy Brain 是一个基于 Python 的 RAG 知识库构建与服务工具，可把 GitHub 仓库的源码、文档、示例和 Notebook，以及 PDF 文章，处理为可检索索引。它提供命令行、Streamlit 管理界面、FastAPI HTTP API 和 MCP 服务器连接器，并支持扩展名/路径加权、双嵌入（文本与代码）、可选文档摘要、PDF OCR 缓存等配置，面向 Slack、IDE、Claude Desktop 等 AI 客户端提供搜索与检索能力。
展开详情收起详情：Nancy Brain：将 GitHub 仓库与 PDF 文章构建为可供 AI 助手检索的知识库⌄
★ 5 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-11-01