iTao-AI/multimodal-knowledge-engine · Local-first, Agent-callable Evidence engine for documents and media, exposed through Python, CLI, and MCP.
MKE 是一个本地优先、可由 Agent 调用的证据引擎，用于对本地文档与媒体进行摄取、检索和问答。它通过 Source、Run、active Publication、Evidence、Consumer 五层模型管理证据生命周期：只有经过 Run 验证并激活为 Publication 的内容才能被 Search 和 Ask 读取，失败或不完整的处理不会进入检索范围。结果以 mke.evidence_ref.v1 形式携带来源指纹、Publication 版本、Run 和页码或时间戳定位信息。项目同时提供 Python、CLI 和 stdio MCP 三种接口，共享同一应用服务契约，支持文本层 PDF、短视频以及有界直读音频的本地摄取与检索，并支持将已验证的 Publication 导出为 Compiled Library。
展开详情收起详情：Multimodal Knowledge Engine：本地优先的可溯源证据引擎，为文档与媒体提供 Agent 可调用的检索与问答⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-07
ELSAKKK/mnemos-mcp · 🧠 Transform documentation chaos into a structured memory system with Mnemos, your self-hosted, multi-context knowledge server for developers.
mnemos-mcp 是一个自托管的知识服务器，用于把文档转成可检索的知识。它支持多集合隔离、确定性的文档摄入流程和本地向量检索，数据留在本机，不依赖外部服务，且不绑定特定供应商。适用于开发者按主题整理文档并做本地语义搜索。
展开详情收起详情：mnemos-mcp：面向开发者的自托管多集合私有知识服务器⌄
★ 5 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-07
kingmars2022/blainville-waste-sorting · Tells residents of Blainville, Quebec which bin goes out tonight and where any item belongs. Its AI assistant answers only from the city's guide, and points residents to the city's website when it doesn't know. Personal project, not an official city service.
这是一个面向加拿大魁北克省 Blainville 市居民的网站，用来查询当晚该投放哪个垃圾桶以及某件物品应归入哪一类。居民可先选择自己所在区域，首页即显示下一次收运的桶、投放与收回时间，并支持按物品名称或自然语言提问，由 AI 助手仅依据该市官方指南作答，指南未覆盖时会说明并指向市官网。网站还提供拍照识别物品、节假日收运延迟与特殊收运通知、浏览器通知提醒；市政工作人员可在同一后台维护收运日历、分类规则和通知，AI 助手生成的变更需人工审核批准后才生效。项目为个人作品，非 Blainville 市官方服务，采用 Java 21、Spring Boot、Vue 3 和 MySQL 构建，仓库为 MIT 许可证。
展开详情收起详情：blainville-waste-sorting：面向魁北克 Blainville 居民的垃圾分类与收运查询平台⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-05
AutoMaticDelight/leviathan · Closed-universe search over your own PDFs. Answers only from what you've added, cites every claim, refuses when it has nothing.
Leviathan 是一个面向自有 PDF 文档的封闭域检索问答（RAG）应用：它只依据已导入的文档作答，为每条论断给出出处，并在没有相关内容时明确拒绝回答。流程为 PDF 抽取文本、切分重叠片段、向量嵌入、基于 pgvector 的相似度检索与阈值过滤，最后由模型生成答案并通过第二个更强调核查的模型逐条校验论断是否有证据支撑；还提供评分日志与 /rules 页面展示回答与拒答的最佳匹配分数直方图，用于调整相似度阈值。项目自述为刻意未完成的端到端管线，代码中标记了 TODO(you) 的待改进点。
展开详情收起详情：Leviathan：基于自有 PDF 的封闭域检索问答与引用溯源⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-05
rtcode337/chiezo · AI のための知識ベース。Wikipedia・OpenStreetMap・GeoNames の公式ダンプを SQLite (FTS5) に索引し、MCP と REST で AI に引かせる。AI が書き足せる notes と、Chiezo を道具として引くローカル LLM(agent モード・web 検索)も同梱。
Chiezo 是一个自托管的 AI 资源服务器，把知识、记忆、可对话的 AI、密钥、算力和工具集中在一处对外「出借」。它把 Wikipedia、OpenStreetMap、GeoNames、Overture 等公开数据以及可写入的 notes 记忆索引到按来源独立的 SQLite（FTS5）文件中，通过 MCP（/mcp）和 REST（/v1/...）两种接口供 Claude Code 等 AI 客户端和应用检索；同时可代理保管 API 密钥、转发推理请求、生成图片/音频/视频/语音与文稿，并可选用本地 LLM 做 RAG 或 agent 模式问答。项目本身不做推理，只负责托管调用方无法自持的通用能力。
展开详情收起详情：Chiezo：为 AI 提供知识库、记忆与工具调用的自托管服务器⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-05
NamTV2712/Enterprise-Document-QA- · FilingScope — evidence-grounded SEC filing research with hybrid RAG, durable Agents, FastAPI, Qdrant, React and Groq.
FilingScope 是一个面向 SEC 10-K 财报文件的研究系统，提供 Quick Research 与 Deep Research 两种模式：前者流式输出带引用的答案，后者由单个有界 AI Agent 以持久化进度、证据、结果与取消机制完成研究目标。其混合 RAG 管线组合 BM25、Qdrant 语义向量检索、RRF 融合、交叉编码器重排与循证生成，技术栈包括 Python、FastAPI/SSE、React/TypeScript、SQLite、Docker 与 Groq。README 给出了受控开发基准、性能记录、校验门禁与已知局限，并声明证据可检视但正确性不作保证。
展开详情收起详情：FilingScope：基于混合 RAG 与持久化 AI Agent 的 SEC 财报文件循证研究⌄
★ 2 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-05
vlasenkoalexey/wikify-repo · Compile any codebase into a grounded, lint-clean markdown wiki your AI agent can actually trust — SCIP symbol resolution + citation linter, plain markdown you own (no graph DB, no SaaS).
wikify-repo 通过 SCIP 符号解析把代码库编译成基于真实符号引用的 Markdown Wiki，并用引用 linter 在构建时强制每条论断都能解析到已固定的源码符号；输出为可离线 grep 检索的纯 Markdown，无需图数据库、向量库或托管服务，支持增量重建和跨仓库概念页。
展开详情收起详情：wikify-repo：把任意代码库编译为可供 AI Agent 检索的可信 Markdown 知识库 Wiki⌄
★ 1 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-04
cgfixit/CyClaw · CyClaw is a secure, offline-first local AI agent built on three invariants: RAG-first retrieval, LangGraph topology as security policy - https://bit.ly/CyClaw-Demo
CyClaw 是基于 Python 的离线优先本地 AI 智能体，核心是在自有硬件上对 Markdown 与 .txt 文档进行检索增强生成。它以 12 节点 LangGraph 构建检索优先流程，所有路径最终汇入审计日志；本地嵌入、BM25 与交叉编码器在 CPU 上运行，仅在选择付费 Grok 或 Claude 回退且用户逐次确认时才发起外部调用。项目提供 FastAPI 网关（绑定 127.0.0.1:8787）、soul 治理、审计与花费台账、可选的按用户认证、记忆、NeMo 护栏、连接器与 Telegram/X 通道等分层能力，并声明其适用场景为一个受信运营者或互信小组，不提供租户隔离。
展开详情收起详情：CyClaw：面向本地文档的安全离线优先 RAG 智能体⌄
★ 6 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-04
JasonTM17/HealthCare_Project · Educational Vietnamese hospital-style healthcare platform with Spring Boot, Next.js, FastAPI AI/RAG, Docker, and reproducible PostgreSQL demo data.
这是一个面向多院区医院运营的数字化医疗平台，提供患者、医生、管理员三类角色的完整门户：支持按院区/科室/医生分流的在线挂号、带悲观锁的号源防冲突控制、预约全生命周期管理、电子病历与诊断文件存储与角色隔离，并内置 FastAPI 实现的 AI 医疗助手（症状分诊与基于 RAG 的医学知识检索），带提示注入防御、患者隐私拒答与失败时回退的本地规则等安全护栏。系统采用 Next.js 前端、Spring Boot 核心后端、PostgreSQL/Redis/MinIO 存储与 Docker Compose 部署，含可复现的演示数据。
展开详情收起详情：HealthCare Project：面向越南医院场景的智能医疗就诊与挂号平台⌄
★ 0 · 开发框架
GitHub
原文发布：未知收录：2026-10-03
DIVYANSHGUPTA-5/agentic-ai-recruitment-platform
该平台将上传的简历（PDF、DOC/DOCX 或 ZIP 批量）通过本地 LM Studio 提供的 LLM 解析为结构化候选人档案，并对简历文本分块、生成 768 维嵌入存入 PostgreSQL + pgvector；匹配时把岗位需求嵌入后做余弦相似度检索，取最相关的简历片段作为证据交给 LLM 评估，LLM 返回技能、经验、教育、领域四个子分数与说明，最终加权总分由代码计算，70 分以上自动进入短名单。配套 GraphQL/REST API、JWT 与 RBAC 角色权限、异步上传处理、React 前端以及可选的 GitHub/LinkedIn/Twitter 外部档案补充。
展开详情收起详情：Agentic AI Recruitment Platform：本地 LLM + RAG 的简历解析与岗位匹配招聘平台⌄
★ 1 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-03
chrisgagne/grounded-forge · Project once, retrieve distillations, create tools: a pre-loading retrieval architecture and tool builder for distributable, source-grounded assistants for complex, repeatable work in your known task domains.
grounded-forge 是一个面向“已知任务域中重复性工作”的检索与工具构建架构：通过结构化 9 遍摄入协议把每个来源一次性读入，并预先投影到助手支持的各个任务域，形成“来源 × 任务”矩阵中的蒸馏（distillation）文件；运行时以查表选择已投影的单元格并回引来源，而非从原始片段重新推导。项目附带演示语料（28 个引用源、5 个任务轴、117 个蒸馏、23 个 Pass G 跳过）以及 decision、stakeholder、software-business、aar-mode、retro-mode 等已打包应用，支持通过 Claude Code 打开运行、打包分发，并可用 Chroma 做语义检索兜底。
展开详情收起详情：grounded-forge：面向可分发、溯源型助手的一次性项目化检索与工具构建架构⌄
★ 7 · 开发框架
GitHub
原文发布：未知收录：2026-10-03
memtomem/memtomem · Markdown-first, long-term memory infrastructure for AI agents. Hybrid BM25 + semantic search across markdown/code files via MCP.
memtomem 是一个 Markdown 优先的 AI Agent 长期记忆基础设施。它把用户自己的 markdown 笔记、文档和代码文件（.md、.json、.py、JS/TS 等）索引成可搜索知识库，通过 BM25 关键词检索与稠密向量语义检索的混合搜索（含 RRF 融合）供 AI 编程 Agent 调用。项目通过 MCP 集成 Claude Code、Cursor、Codex 等客户端，提供 CLI、Web UI 仪表盘、命名空间、增量索引、去重/衰减/TTL 等维护能力，以及 Context Gateway、LangGraph Store 等扩展。原始 .md 文件是数据真源，数据库仅作为可重建缓存。
展开详情收起详情：memtomem：为 AI 编程 Agent 提供 Markdown 优先的长期记忆基础设施⌄
★ 15 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-03
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⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-03
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⌄
★ 4 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-03
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⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-02
Exciting-nakedmolerat17/IngestReasonCreate · Ingest documents, generate verifiable summaries, and catch AI hallucinations.
IngestReasonCreate 是一个在 Windows 上完全本地运行的文本处理工具，面向 AI 代理的文档工作流：先将 PDF 通过 OCR 和结构化解析在本地提取文本，再把带来源引用的 Markdown 交给 AI 代理进行推理与起草，随后使用 Pandoc、Quarto、Typst 等真实排版引擎生成 PDF、HTML 或 Markdown 文档，最后自动打开成品供用户与原始文件对照核实，以发现 AI 幻觉。项目强调隐私优先、无需联网、无需安装，支持扫描版 PDF 的 OCR、批量处理以及 Mermaid 图渲染。
展开详情收起详情：IngestReasonCreate：本地运行的可验证文档摘要与 AI 幻觉检测工作流⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-01
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⌄
★ 0 · 开发框架
GitHub
原文发布：未知收录：2026-09-30
iyulab/FluxImprover · LLM-powered .NET quality layer for RAG pipelines — enriches chunks with summaries, keywords, QA pairs, and multi-stage quality scoring.
FluxImprover 是一个 .NET 库，作为 RAG 流程索引前的质量保障与增值层。它借助 LLM 对文档块进行摘要与关键词增强，提供带自我反思与评审验证的三阶段块过滤、查询预处理（规范化、同义词扩展、意图分类）、Golden QA 数据集生成、忠实度/相关性/可回答性质量评估，以及上下文后续问题建议。项目通过 ITextGenerationService 抽象与任意 LLM 解耦，内置 OpenAI 兼容接口与 LMSupply 本地模型提供程序，支持多语言文档处理。
展开详情收起详情：FluxImprover：面向 RAG 数据管道的 .NET 文档块增强与质量评估库⌄
★ 1 · 开发框架
GitHub
原文发布：未知收录：2026-09-30
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⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-09-29
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⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-09-28