aldyardnsyh/IntelligenceDocumentSystem · RAG-based document Q&A assistant. Unggah PDF, TXT, atau Markdown, lalu tanyakan isinya dalam Bahasa Indonesia. Setiap jawaban membawa sitasi yang bisa ditelusuri, dan sistem menolak menjawab saat konteksnya tidak cukup. Dilengkapi percakapan privat per dokumen, evaluasi kualitas retrieval, dan observability.
该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。
展开详情收起详情：IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用⌄
★ 2 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-31
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。
展开详情收起详情：research-paper-rag-qa：学术 PDF 语义检索问答工具⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-31
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。
展开详情收起详情：Insurance-Policy-RAG：基于 Gemini 与 ChromaDB 的保单 PDF 问答助手⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-31
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。
展开详情收起详情：PaperLab：本地优先的科研 PDF 阅读与笔记工具，AI 回答可引用原文段落⌄
★ 8 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-28
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。
展开详情收起详情：local-rag-agent：面向闭域环境的带权限过滤与依据引用本地文档检索 RAG 原型⌄
★ 1 · 研究实现
GitHub
原文发布：未知收录：2026-10-28
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。
展开详情收起详情：PageSift：为 AI Agent 与 RAG 管线提供高吞吐、内存受限的网页抓取与内容提取引擎⌄
★ 100 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-27
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。
展开详情收起详情：CitationNeeded：可引用来源的混合检索 RAG 引擎⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-27
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。
展开详情收起详情：DocVault：面向 AI Agent 与人类协作的自托管文档知识库⌄
★ 1 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-27
VidhiDixit2000/portfolio-ai-assistant · Recruiter-facing chat assistant grounded in my resume — answers questions about my experience with classification routing and streaming responses, built so it can't invent experience I don't have. FastAPI on Render, React on Vercel.
面向招聘方的对话式助手，从作者简历知识库中作答，支持按职位描述（JD）评分、上传或设置 JD、以 NDJSON 流式返回答案，并借助每次会话的状态与求职知识库缓存来避免编造简历中没有的经历；后端采用 FastAPI（主用 OpenAI，自动回退到 Groq），前端采用 React 并部署在 Vercel，后端部署在 Render。
展开详情收起详情：Portfolio AI Assistant：基于简历知识库的招聘问答助手⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-26
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。
展开详情收起详情：retrieva-backend：为 DORA 第三方风险管理提供基于证据的 RAG 评估后端⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-26
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。
展开详情收起详情：PaperWiki：自动构建带持久知识图谱与深度引用综述的研究维基⌄
★ 2 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-26
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。
展开详情收起详情：Tsukineko Grimoire：用日语检索、收藏 arXiv 论文并进行带引用问答的知识书库⌄
★ 4 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-26
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。
展开详情收起详情：Living Resume：面向招聘方、基于简历内容的 AI 问答与岗位匹配评估数字孪生⌄
★ 1 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-21
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。
展开详情收起详情：enterprise-ai-portfolio：演示带权限控制与证据引用的企业级 AI 知识问答智能体作品集⌄
★ 0 · 资料合集
GitHub
原文发布：未知收录：2026-10-20
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。
展开详情收起详情：Knowledge Base RAG：面向多租户的多语言检索增强生成平台⌄
★ 1 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-17
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。
展开详情收起详情：Agent Docs：面向 AI Agent 的 Claude Code、Cursor、Codex 与 MCP 官方文档混合 RAG 服务⌄
★ 2 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-16
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。
展开详情收起详情：pgEdge Vectorizer：为 PostgreSQL 文本数据自动分块并生成向量嵌入的扩展⌄
★ 41 · 开发框架
GitHub
原文发布：未知收录：2026-10-16
anassoooo/fathom-search · Multimodal product search over 35K products: hybrid retrieval (dense + BM25 + CLIP), cross-encoder reranking, LLM query understanding, and offline evaluation. FastAPI + Qdrant + Next.js.
Fathom 是一个面向 3.5 万余件 Amazon 商品的多模态检索项目，支持用文字或图片搜索商品。它把稠密向量、BM25 与 CLIP 文本到图像检索在服务端用 RRF 融合，再经 MiniLM 交叉编码器重排，并用 LLM 把“适合扁平足、80 美元以内的舒适跑鞋”这类口语化请求解析成干净查询、硬性预算和类目加权。项目包含数据质量审计、离线检索与查询理解评测报告，技术栈为 FastAPI、Qdrant、Next.js。
展开详情收起详情：Fathom：多模态商品搜索与离线评测系统⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-15
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。
展开详情收起详情：paper-rag-copilot：面向学术文献库的严格引用溯源 RAG 助手与幻觉评测⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-14
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。
展开详情收起详情：laya-jev-GraphRAG：面向多图数据库的解耦式 Agentic GraphRAG 管道⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-14