RAGSurvey 是一个按体系分类的 RAG 论文Awesome 列表，对应论文 RetrievalAugmented Generation for AIGenerated Content: A Survey（arXiv:2402.19473，2024 年 2 月，北大/北大深圳研究生院团队）。仓库按该论文提出的三层分类法，对 RAG 领域论文进行结构化整…
仓库攻略
11 篇 · 11 个项目 · RAG 检索增强 · 评测基准
PAIRAG 是基于阿里云 PAI 平台的开源 Agentic RAG 框架，定位"5 分钟构建企业级 Agentic RAG 应用"。它不只是一个检索增强生成系统，而是一站式平台：知识库管理 + 多模态理解（图片/视频） + ReAct 智能体 + MCP 工具生态 + 任务规划 + 联网搜索 + TexttoSQL。 核心架构：FastAPI 后端 + …
FlashRAG 是中国人民大学 NLPIR 实验室开源的 RAG（检索增强生成）研究 Python 工具包，已被 WWW 2025 Resource Track 接收。 核心理念：RAG 研究门槛高——需要分别找数据集、实现各算法、搭评估流程，碎片化严重。FlashRAG 提供一站式解决方案：36 个预处理基准数据集 + 23 个 SOTA RAG 算法（…
ReG（Refined Graphbased RAG）是一套针对图增强检索（RAG on Knowledge Graph）的框架，核心思路是用 LLM 的反馈信号来训练更好的图检索器，同时将检索结果重组为逻辑连贯的证据链。 论文标题全称：WeaktoStrong GraphRAG: Aligning Weak Retrievers with Large La…
RAG_Techniques 是一个专注于 RetrievalAugmented Generation（检索增强生成） 高级技术的开源教程仓库，由 Nir Diamant 维护。目前收录 42+ 个可运行的 Jupyter Notebook，覆盖从基础 RAG 到最新前沿技术的完整知识体系，每个技术都配有详细原理解析、代码实现和论文引用。截至 2026 年 …
Graphify 是一款面向 AI 编程助手的代码知识图谱生成工具（code knowledge graph generator）。它的核心思路是：将任意代码仓库（Python、JavaScript、SQL、R、Shell 等）的代码结构转换为一张可查询的知识图谱，替代传统的 grep/全文搜索方式，让 AI 助手可以直接"问问题"获取精准的代码上下文。 形…
LLMEngineersHandbook 是 Packt 出版社配套 GitHub 仓库，支撑一本同名实战书籍（Amazon/ Packt 有售）。与其说是"仓库"，不如说是一套完整的 LLM 工程最佳实践参考实现：覆盖数据采集、LLM 训练、RAG 搭建、AWS 生产部署、监控和评测全链路，配有可直接运行的 Python 代码和 ZenML 流水线。 解决…
OpenDataLoader PDF 是一个面向 AI 工作流的高性能 PDF 解析库，核心目标是：把 PDF 转换成 AI 模型可以直接使用的高质量结构化数据，同时提供 PDF 无障碍（accessibility）自动化能力。 两大核心功能： 1. AI 数据提取：从任意 PDF 提取 Markdown、JSON（含 bounding boxes）、HTM…
PageIndex 是一个无向量、基于推理的 RAG（检索增强生成）引擎，由 Vectify AI 开发。其核心理念是：传统向量 RAG 依赖"语义相似度"做检索，但这不等于"真正相关"——尤其在金融报告、法律文书、医疗文献等高度专业化的长文档场景，"相似"和"相关"的差距尤为明显。 PageIndex 模拟人类阅读长文档的方式——先看目录，再顺着结构找答案…
PixelRAG 是一个基于视觉渲染的 RAG（检索增强生成）系统，核心思想：把文档（网页、PDF）渲染成截图切片（screenshot tiles），再对图片做向量检索，而不是解析 HTML 提取文本。传统 RAG 丢掉的表格、图表、排版信息，在 PixelRAG 里完整保留，读者模型可以直接"看"到原始视觉布局。 源自 Berkeley SkyLab、B…
txtai 是由 NeuML 维护的一个一体化 AI 框架，核心理念是把语义搜索、LLM 编排和工作流三大能力整合在同一个 Python 包里。 其核心组件是 Embeddings 数据库——本质上是一个融合了稀疏向量索引、密集向量索引、图网络和关系数据库的统一检索层。这使得 txtai 既能做传统向量检索，也能做 SQL 查询、主题建模、图分析。 架构图：…