开源 Hermes 2.0 亮相：融合知识图谱与向量检索，赋予 AI Agent 持久化记忆
Hermes Memory Installer 2.0 是一款专为 AI Agent 设计的开源长期记忆解决方案。该工具基于 Hermes Agent 架构，创新性地集成了 gbrain 知识图谱引擎与 PostgreSQL 数据库，实现了...
标签索引 / 第 2 页
rag
这个标签下有 91 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Notemd：不止于笔记插件，一种面向LLM的企业级知识工程架构
本文介绍了开源工具Notemd，它致力于将非结构化文档转化为企业级结构化知识库。区别于简单的AI摘要，Notemd实现了深度的信息挖掘与证据提取，并通过“DiagramSpec”中间层将知识转化为稳定的图表结构。该项目创新性地提出了“强模型...
开源项目：腾讯Ima Copilot MCP服务器发布，为Claude接入免费高速RAG
开发者开源了一款名为 ‘tencent-ima-copilot-mcp’ 的工具，旨在通过 MCP（模型上下文协议）将腾讯 Ima 服务无缝接入 Claude。该项目主要解决了 Claude 在编码等场景下的知识检索...
告别传统 RAG：基于 Karpathy 理念的 LLM Wiki 实践，让 AI 主动维护知识库
受 AI 大神 Andrej Karpathy 近期理念启发，有开发者构建并上线了一个全新的 LLM Wiki 网站。该项目旨在突破传统 RAG（检索增强生成）的局限——即“上传文档并临时检索片段”的简单模式。其核心在于利用 LLM 持续维...
告别传统RAG链路：开源项目教你用AI构建自动化LLM Wiki知识库
该开源项目基于 Andrej Karpathy 的 LLM Wiki 理念，提供了一套利用 AI 持续构建和维护个人知识库的解决方案。作者主张摒弃复杂的传统 RAG 流程（分块、索引、重排等），转而利用 AI 自动将多源素材（网页、社交媒体...
解决妻子公司痛点后，开发者打造集成飞书的 RAG 问答平台 Kodda
一位开发者为了解决妻子投资咨询公司面临的重复问答问题，利用 Next.js、MongoDB 和 Qdrant 构建了一套基于 RAG（检索增强生成）技术的 AI 客服系统。该系统不仅支持文档上传与精准溯源，更无缝集成了飞书（Lark）机器人...
基于 RAG 架构的文档 AI 客服工具 Kodda 上线，支持来源引用
一位开发者近期推出了一款名为 Kodda 的 AI 客服 SaaS 工具。该产品采用 RAG（检索增强生成）技术，用户只需上传产品文档，即可生成嵌入网站的智能问答 Widget。其技术栈包含 Next.js、MongoDB 和 Qdrant...
告别书签失效！开发者打造维基风格 LLM 个人知识库
作者受 Andrej Karpathy 启发，构建了一个基于 LLM 的个人 Wiki 系统。为了解决书签链接失效和缺乏笔记习惯的问题，作者利用 Obsidian Web Clipper 保存网页原文，并调用 LLM 提取关键概念，最终生成...
开源AI知识图谱工具Atomic发布：支持本地私有化部署与MCP深度集成
Atomic是一款开源、本地优先的AI增强型个人知识库，支持全平台运行及私有化部署，确保用户数据安全。它超越了传统笔记软件，利用向量嵌入实现语义搜索，并能通过LLM自动生成带引用的维基摘要。最引人注目的是其集成了MCP协议，允许Claude...
Spring AI + Alibaba 实战：面向企业级应用的 Java RAG 开源项目 DD_Rag
开发者近日开源了基于 Spring AI 和 Spring AI Alibaba 构建的 RAG 实战项目 DD_Rag。该项目不仅实现了多轮对话，更针对真实业务场景解决了组织级权限隔离、文档入库、混合检索及证据约束等工程难题。技术栈涵盖 ...