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。
phonghhd/EvoNet-AI-Core · Autonomous AI Security Agent leveraging LLMs, RAG, and Knowledge Graphs for automated CVE analysis and auto-patching.
EvoNet-Core 是一个自主 AI 安全代理项目，持续采集 CVE 数据、分析漏洞并生成防御性代码。它集成了四层 AI 路由故障转移（NVIDIA NIM、Groq、Cloudflare AI、本地 Ollama）、知识图谱与向量检索结合的 Graph RAG（Pinecone + Neo4j）、基于 PPO 的强化学习防御策略、MITRE ATT&CK 映射、EPSS 评分以及人工审批环节，并提供 FastAPI 后端、Web 仪表盘、CLI 工具和 Telegram 机器人接口。项目基于 Python 开发，采用 Apache-2.0 许可。
gsmMu7ammed/anythingllm-mcp · Manage and operate AnythingLLM workspaces, chats, documents, and vectors with a fast, Python-based MCP server.
anythingllm-mcp 是一个基于 Python 的 MCP 服务器，用于管理 AnythingLLM 的工作区、聊天、文档和向量数据。项目说明中描述其提供本地控制面板，便于创建与管理工作区、发起 AI 对话、上传文档供模型参考，并提供系统设置调整功能。仓库介绍称可在 Windows 上运行，通过浏览器访问本地服务进行操作。
GitHub 播客聊了五个关于 AI 编程的热门说法。第一，AI 生成的代码还是得读，因为最终责任在你，只是不用每行都同样仔细，判断风险在哪里才是关键。第二，公司招人更看重你会不会在合适的时候用 AI、说清自己的判断，而不是逼你全程用或完全不用。第三，Skills 和 MCP 不冲突：MCP 负责让 AI 连上工具和数据，Skills 负责告诉它这个项目的规矩和流程，两者搭配使用。第四，RAG 没死，它帮模型先找到相关资料再回答，省 token、也更准，可以和 Agent、MCP 一起用。第五，模型看不懂你的代码库时，通常说明代码本身对新人也不友好，清晰的结构和命名对人和 AI 都有好处。
PersonalClaw/PersonalClaw · Your self-hosted personal AI agent — an agentic OS for one person: chat, autonomous goal loops, memory, knowledge base, skills, automation, MCP in both directions, and a permission-gated app platform. Local-first, provider-agnostic, MIT.
PersonalClaw 是一个本地优先、自托管的个人 AI 智能体系统，以单一网关进程和 Web 仪表盘整合智能体对话、自主目标循环、长期记忆、知识库、技能、定时自动化、MCP 双向集成以及权限门控的应用平台。所有状态保存在本机 ~/.personalclaw 目录下，模型提供商、搜索、语音、通道与智能体运行时均以可移除应用形式接入，可优雅降级为纯本地运行。项目采用 MIT 许可，目前处于 v0.1.3 预 1.0 阶段，预计会有破坏性更新且暂不提供自动数据迁移。
causesubpopulation914/Hello-Agents · Build AI agent systems from theory to production with this guide on foundational concepts and multi-agent application development.
Hello-Agents 是一份面向 AI Agent 系统构建的指南与实践工具，覆盖从基础概念到在真实环境中运行应用的过程。材料描述其内容包括任务规划、记忆日志、文档事实检索与工作流可视化，并支持上传 PDF、文本与表格文件构建搜索索引，以及通过 AI 服务密钥连接模型。仓库语言为 Python，README 同时给出了 Windows 平台的安装与使用说明、常见问题排查、性能优化建议和本地数据隐私说明。
pixeltable/pixeltable-vs-supabase-vs-convex · One video intelligence app built three ways, on Pixeltable, Supabase and Convex. Every number measured, all three executed, tradeoffs stated.
该仓库用同一份应用契约（视频抽帧、语音转写、多模态嵌入、场景检测与问答）在 Pixeltable、Supabase、Convex 三个平台上各实现一遍，并公开可复现的代码行数、编排跳数、延迟等指标与测试套件（契约测试、差分测试、韧性测试）。材料同时给出各平台在不同条件下胜负的权衡说明，包括作者承认 Pixeltable 在摄入与检索延迟上落后的场景，并明确指出实时能力、行级安全、托管数据库等场景下结论会改变。
Roseapplemutualopposition5427/rag-llamaindex-qdrant-docker · Build a multi-collection RAG system using LlamaIndex and Qdrant in a Docker environment.
该项目提供一个本地运行的文档搜索引擎，结合 LlamaIndex 进行文档解析与索引、Qdrant 作为向量库、Ollama 生成回答，并以 Docker 打包部署环境。用户可在浏览器界面中上传 PDF 或文本文件，系统处理后即可针对文档内容进行问答，并支持按集合管理不同主题的文档。数据默认保存在本机，不上传互联网。
inite-ai/inite-brain-service · Open-source bitemporal knowledge graph — long-term memory for AI agents. Hybrid retrieval, conflict-aware ingest, GDPR forget. REST + native MCP.
INITE Brain 是一个开源的双时序知识图谱记忆服务，为 AI Agent 提供跨会话的长期记忆。它把结构化事实、源对话与证据片段连成一张图，支持语义与词法混合检索、图检索和多跳检索；写入时做双时序（有效时间与知识时间）冲突解析，可标记 SUPERSEDED / COMPETING、保留撤回历史并支持带墓碑的管理员遗忘。项目通过 REST 与原生 MCP 对外提供能力，可对接 Claude Code、Cursor、VS Code 等客户端，并提供 Domain Packs 机制让引擎适配不同行业的词汇与状态生命周期（内置覆盖代码记忆及房地产、金融科技、医疗、法律、保险、HR 等示例包）。可自托管运行，也可接入其托管服务。
Daubingweirdie414/multimodal-rag · Enable unified search and AI answers across text, images, audio, and video using multimodal retrieval-augmented generation with source citations.
multimodal-rag 是一个本地运行的 Windows 应用，将文本、PDF、图像、音频和视频等不同格式文件统一处理为可检索数据，借助向量空间模型与 AI 模型实现一次输入即可跨文件类型搜索，并在回答中附带来源文件引用，点击引用可打开原始文件。
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。
Dropbox 将 Riviera 从文件预览服务演进为通用内容处理平台，支持 300 多种文件格式和 100 多项转换能力，每秒处理数十万次转换。Riviera 现支撑 Search、Replay、Sign 和 Dash 等产品，其 API 可为 AI 和 RAG 工作流提供异步内容提取。
VanshArora01/Dev-OS · DevOS is a project continuity engine for developers. Features automated PRD ingestion, Neural AI agent, GitHub codebase workspace, Google Drive/Gmail sync, session tracking, and an Electron desktop app with interactive onboarding. Download it using the given link and use it. Feedbacks are Welcomed :]
DevOS 是一个面向开发者的项目连续性引擎，将项目、PRD、开发活动、代码仓库、云端工具与 AI 上下文整合进统一的桌面工作环境。它提供项目工作区、PRD 自动解析、基于 Groq 与 Google Gemini 的项目感知 AI 代理、GitHub 仓库上下文浏览、Google Drive/Gmail 同步、会话追踪以及 Electron 桌面应用和引导式上手流程，目标是帮助开发者不再丢失项目上下文。
comet-ml/opik · Debug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflows with comprehensive tracing, automated evaluations, and production-ready dashboards.
Opik 是由 Comet 开发、Apache-2.0 许可的开源 LLM 可观测性与评测平台，覆盖 LLM 应用全生命周期：支持 LLM 调用与多步 Agent 追踪、对话记录、工具调用链路追踪；提供数据集、实验与 LLM-as-a-judge 指标（如幻觉检测、内容审核、RAG 评估）；包含 Prompt 管理与 Prompt Playground、Opik Agent Optimizer 提示词/Agent 优化、Opik Guardrails 安全实践、PyTest 集成的 CI/CD 评测，以及面向生产的监控仪表盘与在线评测规则。平台为框架无关，支持自带 SDK、OpenTelemetry 以及多种第三方框架集成，官方称设计上可承载每日 4000 万条以上 trace。仓库包含服务端、Web 应用、追踪、数据集、实验、评测、Prompt 管理、在线评测与 Agent 优化组件，可自托管，数据不离开自有环境。