RAG Techniques

活跃

GitHub Jupyter Notebook NOASSERTION

简介

全面展示各种高级检索增强生成（RAG）技术的教程合集，每项技术配有详细的 Notebook 教程和代码示例，涵盖从基础到前沿的 RAG 实现方案。

Quivr 是一个开箱即用的 RAG 框架，支持将任意文件转化为知识库并与 GenAI 应用集成。兼容多种 LLM 和向量数据库，开发者只需专注于产品本身，无需从头构建 RAG 管道。

Unstract 是一个由 LLM 驱动的非结构化数据提取平台，专为 API 部署和 ETL 管道工作流而设计。支持从文档、PDF、图片等非结构化数据源中智能提取结构化信息，构建自动化数据处理管道。

SQL驱动的RAG引擎，在查询时自动构建知识图谱，将SQL查询能力与RAG检索增强生成深度结合，提供高效的知识检索体验。

DeepLake 是面向 AI Agent 的数据运行时，提供无服务器 Postgres 和多模态数据湖，支持可扩展的数据检索与训练。专为 AI 智能体场景设计，统一向量存储、数据集管理和流式加载。