AI 资源库 · 已整理 93 项
查看与RAG相关的 AI 资讯、工具、Skill、工作流和开源项目。
seppn/juno-pm · for AI Product management course
Juno PM 是一个 AI 产品管理认证的结业项目仓库，围绕"Juno"这一 AI 产品概念展开：一个能把 #escalations 中的 P0 升级线程自动读取策略一页纸与近期工单，并生成带引用与置信度评分的优先级草稿的 Agent 工作流，草稿只有经 PM 点击确认后才会写入 Jira。仓库以文档为主，包含各模块产出物：系统提示词、构建/购买/微调决策矩阵、AI 策略一页纸、含检索需求的 AI PRD、AI 原生用户流程与信任缺口缓解、Agent 工作流规范（AWSpec）与 Agent 控制面板、分层评测栈与人工评测评分表，以及 PM 执行计划（迭代排期、监控指标、红线与治理）。
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。
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。
PatrickWiloak/cloud-data-ai-security-zero-to-hero · Cloud + Data + AI + Security from zero to hero. 149 certs across 27 providers, 53 plain-English concepts, 15 hands-on builds, cross-cloud + AI service comparisons.
这是一个以 Markdown 文档为主的开源学习与参考资料库，围绕云、数据、AI 与安全四大主题组织内容。仓库包含 149 个认证学习指南（覆盖 AWS、Azure、GCP、Kubernetes、NVIDIA、Anthropic Claude 等 27 家厂商）、53 个概念页（LLM、RAG、MCP、Agent、VPC、K8s、IAM 等）、15 个动手项目（含 RAG、MCP Agent、vLLM、评测框架、LoRA 微调）、跨云服务对比、CLI 速查表、架构模式、职业认证路线图与面试准备指南，并发布为支持全文检索的网站。
Abanoub-Rodolf/rag-eval-toolkit · Python toolkit for evaluating RAG pipelines: LLM-as-judge scoring, retrieval metrics, hallucination checks. pip install rag-eval-toolkit
rag-eval-toolkit 是一个用于评估 RAG（检索增强生成）管线的 Python 工具包，提供 LLM-as-judge 评分、检索指标与幻觉检查等 13 项评估指标，每项返回 0.0-1.0 的分数，涵盖 faithfulness、hallucination、groundedness、上下文精确率与召回率、答案相关性等。它支持 OpenAI、Anthropic、Ollama、Gemini、LiteLLM 等多种后端，其中 Ollama 作为本地优先后端可在无 API key 情况下运行评估；同时提供异步并行执行、SQLite 结果缓存、YAML 配置、HTML 报告和彩色 CLI 输出。相比 Ragas、DeepEval 等成熟框架，该项目定位更窄，强调评判提示词可读可改、易于 fork，适合需要自定义评判逻辑或本地低成本回归检测的场景。
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。
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。
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。
mfanafuthimhlanga/wchats · Multi-tenant platform for deploying customer-service and transactional AI agents in four steps: create, configure, test, deploy. Layout-aware ingestion, hybrid retrieval (pgvector + BM25 + RRF + reranking), a four-node validation chain, Ragas evals and adversarial red-teaming gate every release. Nothing reaches a customer unverified.
W Chats 是一个多租户平台，让非技术型商家通过四步流程（创建、配置、测试、部署）上线客服与交易型 AI Agent。它提供结构感知的文档摄入、pgvector + BM25 混合检索与重排、四节点验证链、基于 Ragas 的评测与对抗式红队测试，并把这些结果作为部署门禁，未通过验证的 Agent 无法面向客户。支持控制台操作与 REST + SSE API 编程调用两种方式，还包含退款、下单等交易能力的能力信封、幂等执行、身份验证与审计。
文章作者做了一个实验：给 GitLab 公开文档做了一个聊天问答系统，拿一句包含五个不同问题的话去测试。主流做法是把复杂问题拆成五个小问题分别检索，再合并、重排、塞进有限的上下文窗口。结果五个正确答案虽然都被检索到了，但最终只有一条被保留，另外四条被排在前面的答案挤掉了；不拆分反而能保留三条。作者把这种现象叫“上下文饥饿”：某个子问题虽然找到了答案，却在最后分配上下文空间时被挤掉，而且常规召回率指标完全看不出来。文章指出，查询分解只解决了检索阶段的问题，分配阶段仍由“谁分高谁上”的不公平策略决定，需要引入公平性约束。目前这是作者在 GitLab 公开文档上做的实验，配套评测方法尚未说明是否开放使用。
api-evangelist/mixedbread-ai · Mixedbread — independent third-party profile of a public API surface, by API Evangelist. Mixedbread is a Berlin-based AI search and retrieval platform. It provides embeddings (mxbai-embed, Wholembed v3), rerankers (mxbai-rerank v1/v2/v3-listwise), multimodal stores, document parsing, structured extraction, and connector-based ingestion.
Mixedbread 是一个 Berlin 的 AI 搜索与检索平台，提供嵌入模型（mxbai-embed、Wholembed v3）、重排模型（mxbai-rerank v1/v2/v3-listwise）、多模态存储、文档解析、结构化抽取与基于连接器的数据接入。模型以开放权重形式发布在 Hugging Face，并通过 api.mixedbread.com 的托管 REST API 调用，可支撑文本、PDF、图像、音频、视频的 RAG 与 Agent 检索，覆盖 100 多种语言。该仓库是 API Evangelist 维护的第三方公开 API 资料档案（README 明示不包含软件、不运营该 API）。
Agomonia-Labs/adar-core · ADAR: Agentic Data Access and Reasoning — general-purpose multi-agent AI platform built on Google ADK and Gemini. ARCL cricket is the reference implementation.
ADAR Core 是一个通用多智能体 AI 平台，构建在 Google ADK 和 Gemini 之上，提供 API、ADK Agent 加载配置、共享 UI 与基础设施脚本等共用模块，并以领域应用的方式组织。仓库内含 Geetabitan（孟加拉语 Rabindra Sangeet 助手）、ARCL（美国休闲板球联赛助手，作为参考实现）和餐厅推荐三个领域应用，各领域在 domain 目录中自备配置、Agent、数据摄取、部署与排障文档，通过设置 DOMAIN 环境变量选择运行。
vortexpwn09-netizen/AI-Trending-Projects-2026 · 5 Viral AI Projects 2026 - RAG Chatbot, Image Studio, Code Reviewer, Voice Clone, AI Agents | PRD TRD Architecture SKILLS SEO + Dev/Prod SQL Injection Toggle + LLM Docs | Next.js FastAPI LangGraph
该仓库汇集了五个 AI 项目的文档资料，每个项目一个文件夹，包含 README、PRD、TRD、架构说明、SKILLS 与 SEO 文档，覆盖 RAG 助手（NexMind）、图像生成工作室（PixelForge）、AI 代码审查 Agent（CodeSage）、语音克隆播客（VoxClone）和自动化 AI Agent（AutoFlow）。内容以产品需求、技术方案、架构图与技能/SEO 指南为主，仓库自述称各项目仅完成文档，代码尚待编写。
shinpr/jev-reranker · Rerank, filter, and compress JSON search results with TypeSafe AI's Jev.
jev-reranker 是一个 Rust 编写的命令行工具，通过 TypeSafe AI 的 Jev 对检索结果进行二次处理。它从 stdin 读取 JSON 数组，按查询对候选文档进行重排序、过滤掉无可用证据的结果，或将文档压缩为与查询相关的短段落，并将处理后的 JSON 数组写入 stdout，用于在 BM25、向量搜索等召回步骤之后为 LLM 精简上下文。
coldiceh/ocg-ruling-assistant · Yu-Gi-Oh! OCG AI ruling and judge assistant｜游戏王AI裁定与规则问答｜遊戯王AI裁定・ルール質問 — official Q&A retrieval, RAG, multilingual.
该项目是一个面向游戏王 OCG 玩家的 AI 裁定与规则问答助手，结合卡片文本、公开规则资料和官方 Q&A 检索生成裁定分析，展示结论、分析理由与引用来源，并支持多语言与选择裁定模型及思考档位。它非 KONAMI 官方项目，结果可能存在错误，不替代正式比赛的现场裁判。
yatinbhalla/yatinbhalla · PM & AI builder | Managing 3 retail businesses | Building AI products with Gemini | BITSOM PG Product Management | Open to PM roles
这是 Yatin Bhalla 的 GitHub 个人主页仓库，用于展示其作为产品经理与 AI 产品构建者的背景、技能集与个人项目作品集。页面列出了多个 AI 原生项目，例如用录制一次的操作回放批量生成 Meesho 商品上架的浏览器 Agent、驱动 Flipkart 卖家后台多标签表单的自动上架工具、面向低识字用户的印地语语音政务方案推荐 PWA、商品图多平台变体生成工具，以及 AI 面试模拟器、GST 开票应用等。仓库本身是资料性展示页面，不包含可直接安装运行的软件。
LocketKeyLLC/scaffold-engine · Self-hosted AI agent engine for local LLMs. Give it an idea — it researches the web, plans a DAG of steps, executes each with verification and auto-retry, and compiles the result. 100% on your hardware: Ollama inference, RAG with Milvus vector search, Postgres state, SearXNG search. FastAPI + Docker. No cloud calls unless you opt in.
Scaffold Engine 是一个自托管的 DAG 编排引擎，用于多步 LLM 工作流：输入一个想法后，系统会将其细化为结构化简报、做可行性评估并等待人工确认，随后通过 SearXNG 联网研究并把事实蒸馏进知识库，生成由研究/决策/行动/验证/输出等节点组成的执行图，按依赖顺序执行并逐步验证、失败自动重试最多三次，最后编译叶节点的最终输出。推理走 Ollama 本地模型，向量检索用 Milvus，状态存 Postgres，搜索用 SearXNG，采用 FastAPI + Docker，除非主动开启否则不调用云端。
linny006/rag-radar · Live tracker of new RAG implementations, tools, and patterns — updated every 15 minutes
RAG Radar 通过 GitHub Actions 定时任务和 GitHub Search API，持续监控 GitHub 上新发布的检索增强生成（RAG）项目、库和生产模式，按组件类型（分块、嵌入、检索、生成）打分与分类，并输出可订阅或浏览的结构化列表。仓库中的表格每 15 分钟自动重写，新增或移除条目都会以提交形式体现。
sapientpants/doctrans · Privacy-first document translation powered by local AI (Ollama). Upload PDF, Word, and OpenDocument files, extract text via vision models, and translate — all processing stays on your device.
Doctrans 是一个基于 Phoenix LiveView 的单用户文档翻译应用，通过 OpenAI 兼容的本地推理服务（如 oMLX）完成处理。它支持上传 PDF、DOCX、DOC、ODT 与 RTF 文件，先用视觉模型把每页提取为 Markdown 文本，再翻译到目标语言，并提供分屏对照查看、实时进度、文档 RAG 问答、语义与关键词混合检索以及多语言界面。使用本地推理服务时文档内容保留在设备上；若配置远程端点则内容会发送到该服务器。项目没有身份认证，官方建议将访问限制在本机或可信网络内。
dataPro-lgtm/fde-interview-fieldbook · Source-backed, production-first FDE interview fieldbook with cases, scorecards, and current role research.
该项目是一个以可溯源资料和实际生产为导向的前向部署工程师（FDE）面试手册，提供角色画像、面试流程与评分说明、发现与拆解方法、系统设计与生产 AI（RAG、Agent、MCP、评估、可观测性、安全、持久执行等）内容、案例集与评分卡、模拟面试和练习工作流，并附有带来源和检查日期的更新流程与版本化研究数据。手册明确声明为独立教育材料，不代表任何雇主官方流程。