Alternatives and similar repositories for Easy-RAG

Users that are interested in Easy-RAG are comparing it to the libraries listed below

• Steven-Luo / MasteringRAG
  企业级RAG系统从入门到精通
  ☆542Updated last month
• Airmomo / graphrag-practice-chinese
  GraphRAG的应用实例，项目特点在于提供了替换OpenAI模型的方法，并通过修改原有提示和切分文档的方法，提高了GraphRAG处理中文内容的能力。
  ☆166Updated 9 months ago
• wzdavid / ThinkRAG
  A LLM RAG system runs on your laptop. 大模型检索增强生成系统，可以轻松部署在笔记本电脑上，实现本地知识库智能问答。
  ☆264Updated last month
• aigc-apps / PAI-RAG
  An easy-to-use framework for modular RAG
  ☆384Updated this week
• wangxb96 / RAG-QA-Generator
  RAG-QA-Generator 是一个用于检索增强生成（RAG）系统的自动化知识库构建与管理工具。该工具通过读取文档数据，利用大规模语言模型生成高质量的问答对（QA对），并将这些数据插入数据库中，实现RAG系统知识库的自动化构建和管理。
  ☆222Updated 7 months ago
• shibing624 / ChatPilot
  ChatPilot: Chat Agent Web UI，实现Chat对话前端，支持Google搜索、文件网址对话（RAG）、代码解释器功能，复现了Kimi Chat(文件，拖进来；网址，发出来)。
  ☆578Updated 2 months ago
• KylinMountain / graphrag-server
  添加🚀流式 Web 服务到 GraphRAG，兼容 OpenAI SDK，支持可访问的实体链接🔗，支持建议问题，兼容本地嵌入模型，修复诸多问题。Add streaming web server to GraphRAG, compatible with OpenAI SD…
  ☆257Updated 4 months ago
• BinNong / llm-graph-builder
  Neo4j graph construction from unstructured data
  ☆312Updated last year
• NanGePlus / GraphragTest
  提供了一种gpt大模型平替解决方案实现利用非gpt大模型去使用Graphrag，支持多类型大模型如本地大模型(Ollama)、阿里云通义千问、百度文心千帆、智谱ChatGML、讯飞星火认知、Ollama、Moonshot AI、Google Gemini等。示例代码使用阿里…
  ☆340Updated 9 months ago
• hustyichi / dify-rag
  dify's rag patch module
  ☆267Updated 2 weeks ago
• shibing624 / ChatPDF
  RAG for Local LLM, chat with PDF/doc/txt files, ChatPDF. 纯原生实现RAG功能，基于本地LLM、embedding模型、reranker模型实现，支持GraphRAG，无须安装任何第三方agent库。
  ☆798Updated 4 months ago
• brightwang / graphrag-dify
  ☆262Updated 7 months ago
• BUAADreamer / EasyRAG
  Easy-to-Use RAG Framework; CCF AIOps International Challenge 2024 Top3 Solution; CCF AIOps 国际挑战赛 2024 季军方案
  ☆559Updated 9 months ago
• 1517005260 / graph-rag-agent
  拼好RAG：手搓并融合了GraphRAG、LightRAG、Neo4j-llm-graph-builder进行知识图谱构建以及搜索；整合DeepSearch技术实现私域RAG的推理；自制针对GraphRAG的评估框架| Integrate GraphRAG, LightRA…
  ☆1,080Updated 3 weeks ago
• wpydcr / LLM-Kit
  🚀WebUI integrated platform for latest LLMs | 各大语言模型的全流程工具 WebUI 整合包。支持主流大模型API接口和开源模型。支持知识库，数据库，角色扮演，mj文生图，LoRA和全参数微调，数据集制作，live2d等全流程应用…
  ☆547Updated 9 months ago
• CosmosShadow / GeneralAgent
  A python native agent framework
  ☆457Updated 8 months ago
• Logistic98 / rag-omni
  基于大语言模型的检索增强生成RAG示例
  ☆154Updated 3 months ago
• liuhuanyong / RAGOnMedicalKG
  RAGOnMedicalKG，将大模型RAG与KG结合，完成demo级问答，旨在给出基础的思路。
  ☆313Updated last year
• ArronAI007 / Awesome-AGI
  AGI资料汇总学习（主要包括LLM和AIGC），持续更新......
  ☆411Updated last month
• qianniuspace / llm_notebooks
  AI 应用示例合集
  ☆103Updated last year
• NanGePlus / LightRAGTest
  LightRAG与GraphRAG在索引构建、检索测试中的耗时、模型请求次数、Token消耗金额、检索质量等方面进行对比
  ☆114Updated 8 months ago
• ck-unifr / pdf_parsing
  PDF解析（文字，章节，表格，图片，参考），基于大模型(ChatGLM2-6B, RWKV)+langchain+streamlit的PDF问答，摘要，信息抽取
  ☆205Updated last year
• shibing624 / chatgpt-webui
  ChatGPT WebUI using gradio. 给 LLM 对话和检索知识问答RAG提供一个简单好用的Web UI界面
  ☆132Updated last year
• billvsme / law_ai
  💼法律AI助手，法律RAG，通过全部200+本法律手册📖、网页搜索内容💻结合LLM回答你的问题，并且给出相应的法规和网站，基于⚡️ langchain，Gradio，openai，chroma，duckduckgo-search
  ☆169Updated last year
• NanGePlus / LangGraphChatBot
  使用LangGraph+DeepSeek-R1+FastAPI+Gradio实现一个带有记忆功能的流量包推荐智能客服web端用例,同时也支持gpt大模型、国产大模型(OneApi方式)、Ollama本地开源大模型、阿里通义千问大模型
  ☆244Updated 4 months ago
• NanGePlus / RagLangChainTest
  在本项目中模拟健康档案私有知识库构建和检索全流程，通过一份代码实现了同时支持多种大模型（如OpenAI、阿里通义千问等）的RAG（检索增强生成）功能:(1)离线步骤:文档加载->文档切分->向量化->灌入向量数据库；在线步骤:获取用户问题->用户问题向量化->检索向量数据库…
  ☆160Updated 11 months ago
• shell-nlp / gpt_server
  gpt_server是一个用于生产级部署LLMs、Embedding、Reranker、ASR和TTS的开源框架。
  ☆205Updated last week
• SmartFlowAI / Llama3-Tutorial
  Llama3-Tutorial（XTuner、LMDeploy、OpenCompass）
  ☆512Updated last year
• NanGePlus / KagTest
  KAG开源框架介绍及使用KAG实现知识增强生成应用(产品模式测试、开发者模式测试)，KAG是OpenSPG发布v0.5版本中推出的知识增强生成（KAG）的专业领域知识服务框架，旨在充分利用知识图谱和向量检索的优势，增强大型语言模型和知识图谱，以解决 RAG 挑战
  ☆136Updated 4 months ago
• aihes / LangChain-Tutorials-and-Examples
  LangChain结合了大型语言模型、知识库和计算逻辑，可以用于快速开发强大的AI应用。这个仓库包含了我对LangChain的学习和实践经验，包括教程和代码案例。让我们一起探索LangChain的可能性，共同推动人工智能领域的进步！
  ☆179Updated last year