AI 资源库 · 已整理 14 项
查看与pgvector相关的 AI 资讯、工具、Skill、工作流和开源项目。
Pedrosasouza/AcademicFlow-Agent · Agente autônomo com LangGraph/ReAct para gestão acadêmica — Ollama + Llama 3.2
基于 ReAct 模式与 LangGraph 构建的协同智能体，用于学术活动（课程周、研讨会、工作坊）的规划管理。它可依据对话自动调用六类工具，登记任务与决策、更新活动规划文档章节、汇总项目看板，并通过 PostgreSQL 与 pgvector 对校内规章和公告进行语义检索。系统提供 Streamlit 网页界面与命令行界面，支持按活动或房间隔离数据，并以本地 Ollama 模型（llama3.2 与 nomic-embed-text）驱动对话与向量检索。
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。
Fortemi/fortemi · Self-hosted AI knowledge base with hybrid semantic search (pgvector + FTS + RRF), MCP server, multi-provider LLM inference (Ollama, OpenAI, OpenRouter, llama.cpp), multimodal ingestion (vision, audio transcription, speaker diarization), and knowledge graph. Rust + PostgreSQL.
Fortémi 是一个面向 AI 应用的自托管智能数据库，基于 Rust 与 PostgreSQL 构建。它在统一的规范化 schema 之上集成了 BM25 全文检索、稠密向量检索与 RRF 融合的混合语义搜索，并提供知识图谱、MCP 服务器（44 个 Agent 工具）、多模态数据摄取（图像视觉、音频转写与说话人分离、视频场景分析、3D 模型渲染、邮件与表格解析等 13 类适配器）、131 种文档类型自动识别，以及 Ollama、OpenAI、OpenRouter、llama.cpp 多provider 推理切换。适用于知识管理、检索增强生成（RAG）、智能体记忆和团队文档等场景，支持从纯 CPU 到 GPU 的部署形态。
OnlineTechSupportBiz/php-chatbot-assistant · A free chatbot you run on your own server. Upload your documents, train a bot on them, and paste one line of code into your website. Visitors ask questions, and the bot answers using your documents.
一个基于 PHP 与 PostgreSQL/pgvector 的自托管聊天机器人系统：上传 PDF、Word、TXT 或 Markdown 文档后训练机器人，通过一行 script 标签嵌入网站，让访客基于自有文档提问并获得回答。支持多聊天机器人、知识库检索、线索收集、快捷回复、使用限额与仪表盘统计，并可配置 OpenAI、OpenRouter 或自托管模型。
egnaro9/rag-eval-lab · RAG pipeline with no third-party dependencies and a deterministic eval harness that catches hallucinations (precision@k, recall@k, citation, faithfulness), proven in CI. Optional OpenAI + pgvector backends.
一个纯 Python 标准库实现的 RAG 参考项目，覆盖 ingest→chunk→embed→store→retrieve→answer 全流程，并配有确定性评测框架（precision@k、recall@k、citation、faithfulness）。其核心价值在于用闭式指标（非 LLM 评判）检测幻觉：预埋的幻觉样例会被 faithfulness 指标标记，并由 CI 持续验证。支持 bm25、hybrid、reranker 等可插拔检索策略，并在 SciFact 基准上给出实测对比；可选接入 OpenAI 嵌入/回答与 Postgres+pgvector 存储后端。
BedtimeNewsStudio/BedtimeNews-Agent · 睡前消息知识库 | 视频节目文稿 | 问答AI Agent | 马前卒工作室 | 睡前消息 | 参考信息 | 高见 | 讲点黑话 | 产经破壁机
该项目为睡前消息视频节目文稿构建知识库网站，既可向智能体提问，也能在站内浏览与阅读全部节目文稿。问答由基于 LangGraph 的智能 RAG 系统提供，包含自动查询路由、查询优化与语义搜索、基于 LLM 的文档相关性评分、检索文稿上下文与 Markdown 引用修复等功能，并支持自动化文档索引与基于不可变快照的增量更新和网页界面阅读器。系统使用 PostgreSQL + pgvector 存储向量，支持任意 OpenAI-compatible 的对话与嵌入端点，提供 Docker Compose 自托管与蓝绿零停机升级方案。
Bamyani1/interactive-newspaper · Multimodal RAG search across Ohio Wesleyan's student newspaper archive (1950–2006). Next.js + Python OCR + Gemini on Neon pgvector.
该项目把俄亥俄卫斯理大学学生报纸《The Transcript》1950 至 2006 年间的印刷版扫描件（TIF）转成可搜索、可提问的多模态研究工具。它先用 Python 流水线做 OCR（Document AI Enterprise OCR）、版面与视觉检测（American Stories 模型 + DocLayout-YOLO）和 Gemini 结构化，再经合并、审核与广告富化后发布；检索侧在 Neon Postgres 上用 tsvector 全文检索与 pgvector 768 维向量（文本分块与每张照片的多模态向量）构建不可变索引，由 Next.js 16 + React 19 前端提供期刊阅读、关键词搜索和 “Ask the Archive” RAG 问答，复杂问题交由 Gemini 函数调用 Agent 处理，回答带引用、覆盖说明与低置信提示，并支持 PDF 导出与每日预算上限。
yook11/Vector · 海外テックニュースを自動収集し、AIで翻訳・要約・投資文脈を分析するリサーチダッシュボード
Vector 是一个面向日语的新闻研究应用，自动收集海外科技新闻，借助 Gemini 完成日语翻译、要点摘要、重要度与背景分析，并生成按类别整理的文章列表、相关文章推荐、周度 LLM 简报和热词统计。它还提供 AI 智能体研究功能，可跨内部积累文章与外部检索结果回答问题并标注引用来源；阅读功能无需登录，智能体功能需邮箱注册且每日限用 10 次。项目为使用外部 AI API 的作品集项目，源码目前未附开源许可证。
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。
retospect/precis-mcp · MCP server giving LLM agents a seven-verb API over papers, documents, code, state, patents, and cached web/Wolfram/YouTube tool calls
precis-mcp 是一个 Model Context Protocol（MCP）服务器，面向 7B 级别的语言模型 Agent，用八个动词（get/search/put/edit/delete/tag/link/more）加一个 kind= 参数，在论文、专利、文档、代码、个人状态与缓存工具调用等三类内容上提供统一接口。内容存储在 PostgreSQL 与 pgvector 中，支持混合词法检索与语义检索，并提供 Web 界面。工具种类可按可选扩展与环境变量启用或关闭，可选种类缺失时自动从工具面上消失。
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。
tsgreenberg1217/aimuro · AI-powered rules assistant for the Gundam Trading Card Game.
AiMURO 是一个面向高达集换式卡牌游戏的 AI 规则助手，通过自然语言回答规则问题。项目结合对官方规则文档的语义检索与实时卡牌数据查询，将回答建立在权威资料之上。技术上采用 Planner + 工具调用的 Agentic RAG 方式，按请求决定所需信息，并使用声明式嵌入切分策略提升检索精度；卡牌数据经 GraphQL 实时获取。运行时基于 Kotlin / Spring Boot 与 Spring AI，支持 OpenAI 或本地 Ollama 双模型配置，并通过 Redis Streams 实现可重连的 SSE 流式输出。
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。
mavrovde/beaconfolio · Beaconfolio — a fork-and-go, self-hostable portfolio and recruiter-communication platform for job-seeking software engineers. Angular 22 SSR + FastAPI + pgvector semantic search + local LLMs.
Beaconfolio 是一个 fork-and-go、可自托管的作品集与招聘方沟通平台，面向求职的软件工程师。它提供作品集展示、多语言站点、带语义搜索的博客、AI 自动生成标签、管理后台，以及招聘收件箱、机会管道和互动分析等求职功能。技术上采用 Angular 22 SSR、FastAPI、PostgreSQL 16 + pgvector，并使用本地 Ollama 模型（nomic-embed-text 嵌入、llama3.2 生成）实现语义检索与标签生成；同时通过 llms.txt、JSON Resume 接口和结构化数据提升招聘方与 AI 助手的可发现性。