知识库与 RAG01
miguelzzzzzzzz/CitationNeeded · Production-style RAG engine: configurable chunking, hybrid BM25 + vector retrieval, cross-encoder reranking, cited structured answers, FastAPI, and reproducible retrieval evals.
CitationNeeded 是一个面向生产风格的检索增强生成（RAG）服务，采用类型化、可替换的流水线阶段，支持 Markdown/HTML/PDF/文本加载、结构感知分块并保留精确字符偏移，稀疏 BM25 与向量检索混合并可用 cross-encoder 重排，输出带原文引用和 Pydantic 校验结构的答案。项目提供 FastAPI 只读索引服务及 Docker 配置，并附带基于 SciFact（BEIR）的可复现检索评测，报告 Recall@K、MRR、nDCG 等指标及逐阶段延迟。
AI 编程02
oigrex666/mcp-context-chronicler · Subconscious Memory 2026: AI Coding Context Engine with Hybrid Semantic Search & MCP
CogStack（仓库名 mcp-context-chronicler）是一个面向 AI 辅助开发的持久上下文引擎。它把编码会话中的决策、经验与工具用法分层记录为记忆，通过 FAISS 语义向量与 BM25 文本检索的加权混合搜索进行召回，并以 SQLite 本地持久化，同时提供 MCP 服务器接口供 AI 编程助手接入。README 还描述了 OpenAI、Claude 的嵌入与摘要集成、Web 可视化面板、多语言支持及文件导入导出的团队共享方式。
Agent 与自动化03
yshruzu-png/AI-Recruiting-Copilot · AI recruiting assistant on Azure: Content Understanding resume extraction, Agent Framework agent, bias-aware screening workflow, Terraform IaC, keyless security
AI Recruiting Copilot 是一个部署在 Azure 上的招聘辅助系统。它使用 Azure Content Understanding 从 PDF、Word 和扫描图片格式的简历中提取结构化候选人档案，并用 Azure AI Search 混合检索与透明评分公式把候选人与职位描述匹配。项目基于 Microsoft Agent Framework 构建招聘 Agent，让模型只看到匿名档案，只能依据代码计算的匹配得分作答，并拒绝基于年龄、婚姻状况等受保护属性的筛选请求。它还提供针对公共部门 Requests for Resumes 的核对流程：从 PDF 读取强制性与评分要求，按日期化工作经历核对证据，起草匿名响应表格和摘要，最后由招聘人员审批并导出 Word。仓库包含 Terraform 基础设施、合成数据集、离线测试与提取、搜索、Agent 和投标流程的评测脚本。
知识库与 RAG04
KonstantinStarovoytov/agent-docs · Hybrid RAG MCP server: fresh official docs of Claude Code, Cursor, Codex and MCP for any AI agent, with an eval gate
Agent Docs 是一个混合 RAG 服务，索引约 600 页 Claude Code、Cursor、Codex 与 MCP 的官方文档并每日自动刷新，通过 MCP 工具（search_docs、read_section）或 REST 接口供 AI Agent 调用，返回带引用的检索结果与答案。其检索链路包含翻译、混合检索（Embedding + BM25）、RRF 融合、Cohere 重排、阈值拒答与上下文选择，并配有 Langfuse 追踪和评估回归门禁。
知识库与 RAG05
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。
知识库与 RAG06
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。
知识库与 RAG07
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。
知识库与 RAG08
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。