知识库与 RAG01
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。
Agent 与自动化02
Zhonghui-li/sec-filing-agent · Finance-grade tool-calling agent over SEC filings for any US public company: exact XBRL numbers (never LLM arithmetic), every claim cited, abstains instead of fabricating. Validated on FinanceBench (44%→87% coverage, near-zero hallucination) with a 3-layer eval and a domain judge calibrated to human labels (κ=0.76). LangGraph + pgvector.
Vouch 是一个面向美国上市公司 SEC 财报的金融级工具调用 Agent：数值一律来自 XBRL 结构化数据（不让 LLM 做财务算术），叙述性内容通过 pgvector 稠密检索并附 EDGAR 引用，输出护栏会拦截无法追溯到来源的数字，无法回答时以结构化方式弃答而非编造。项目还提供三层评测（确定性 CI 门禁、经人工标注校准的领域评审、FinanceBench 外部基准）、红队测试与可复现的审计回放，并支持上传自有文档以表格单元格级引用作答，同时通过 MCP 暴露同一套工具。
知识库与 RAG03
manasIO/Engineering-Knowledge-Agent · Autonomous RAG agent designed to ingest technical documentation, perform local semantic search, and synthesize engineering insights.
该项目是一个轻量的工程知识检索系统，把内部技术文档切分为文本块并用 SentenceTransformers（all-MiniLM-L6-v2）生成向量，写入持久化的 ChromaDB 向量库，再通过语义与关键词混合检索选出与问题最相关的片段，组装成提示交给本地或托管的 LLM 生成有依据的答案。项目强调隐私优先的本地推理（可对接 Ollama、llama.cpp 等）、分块与上下窗管理、以及仅基于检索内容作答以降低幻觉，适合用于内部文档搜索、运维手册与 SRE 剧本等知识密集型场景。
Agent 与自动化04
DavidCompute/AG-UI_Multi-Party · A group chat protocol hub implemented according to the *AG-UI Group Chat Extension Protocol Standard v1.0*, written in C# / .NET 10 (ASP.NET Core Minimal API).
该项目是依据《AG-UI 群聊扩展协议标准 v1.0》用 C# / .NET 10（ASP.NET Core Minimal API）实现的群聊协议枢纽，覆盖群组生命周期、成员管理、消息扇出、订阅机制、WebSocket 与 SSE 双传输，并集成基于 Microsoft Agent Framework 的智能体网关，支持智能体触发规则、人机交互审批、记忆与知识库 RAG 检索、技能库、内置文档/表格/演示文稿/PDF 生成、用户与权限管理、持久化与数据导出导入等能力，附带 Web 演示前端与桌面客户端（WPF / Avalonia）。
知识库与 RAG05
Zafer-Liu/book-learning · 书内 BOOKNOTE · 多账户教材 RAG 学习助手 —— 回答必引原文:C/W 双引用校验、批注阅读器、长对话自动压缩、可选联网补充(MCP)
书内（Book Learning / BOOKNOTE）是一个可自托管的多账户教材学习工作区，支持上传 Markdown、TXT、DOCX 教材，提供问答、章节讲解、要点梳理与自测四种学习模式。所有回答必须基于本轮检索到的教材证据并附带可展开的原文引用（C/W 双轨引用校验），无引用或伪造引用的回答会被整体拒绝且不落库。项目还包含批注阅读器、长对话自动压缩与上下文计量、可选联网补充（MCP/智谱搜索）、自测复习与 Anki CSV 导出、只读分享链接及在线演示，数据按账户与书籍隔离，单本书一个检索上下文。
知识库与 RAG06
seankerman/vaelius · Self-hosted knowledge and memory for people and AI agents. PostgreSQL, MCP, explicit access controls.
Vaelius 是一个自托管的私有知识服务，用于为人与 AI Agent 提供共享记忆和知识检索。它会记录显式登记的 Agent 活动、对可识别机密进行脱敏、保留原始文档，并通过带认证的 MCP 服务检索相关证据。PostgreSQL 承担知识、索引、权限与处理任务的统一权威存储，支持全文搜索与 pgvector/HNSW 向量检索，并提供可检查的来源元数据、访问控制、撤销与删除等生命周期能力。项目处于早期阶段，仅在本地以合成场景测试，生产云部署与真实团队验收尚未完成。
知识库与 RAG07
Wizapply/OpenGeekLLMChat · 日本語のギークのためのllama.cppローカルLLMチャットブラウザクライアント。
OpenGeekLLM 是一个以浏览器为界面的本地 LLM 聊天应用，通过启动 llama.cpp 的 llama-server 子进程完成推理，数据默认保留在本地、不向云端发送。它在聊天之外集成了 Agentic RAG、DuckDuckGo 联网搜索、服务器文件读写、Google Drive 读写、可选的外部 LLM 兜底，以及把 PDF 或网页经 OCR / HTML 清洗后自动登记进持久 RAG 的能力。项目强调精简依赖与易改造：服务端为单个 server.js（仅 express 与 ws），前端为单页 React，无需构建工具。
学习与研究08
lululido8-ui/AI-researcher · Enable intelligent retrieval, filtering, and summarization of scientific papers from multiple sources for efficient research and report generation.
AI-researcher 旨在支持从多个来源对科研论文进行智能检索、筛选与摘要，帮助高效开展研究与报告生成。项目仓库仅有描述性简介，README 内容为空，未提供安装、部署、依赖或使用示例等细节，具体能力边界和使用方式需以项目后续文档为准。
知识库与 RAG09
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。
知识库与 RAG10
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。