2 مستودعات
Awesome GitHub RepositoriesGraph RAG Frameworks
Frameworks for implementing retrieval-augmented generation using graph-based data structures.
Distinguishing note: Specifically targets graph-based RAG implementations rather than general vector search.
Explore 2 awesome GitHub repositories matching data & databases · Graph RAG Frameworks. Refine with filters or upvote what's useful.
Awesome Graph RAG Frameworks GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- docker/genai-stack
docker/genai-stack
5,333عرض على GitHubهذا المشروع عبارة عن حزمة تطوير حاوية (containerized) وإطار عمل لتطبيقات بناء أنظمة التوليد المعزز بالاسترجاع (RAG). يوفر بيئة تجريبية (sandbox) للذكاء الاصطناعي تعمل بنظام Docker، وتدمج بيئات تشغيل النماذج المحلية، ورسوم بيانية للمعرفة، ومخازن متجهية لتمكين إنشاء روبوتات محادثة سياقية. تتميز الحزمة بمخزنها المتجهي القائم على الرسوم البيانية، والذي يجمع بين رسوم المعرفة المهيكلة والفهارس المتجهية لاسترجاع البيانات الدلالية والهيكلية. كما يسمح باستضافة النماذج محلياً مع تسريع بواسطة CPU أو GPU، مما يتيح تنفيذ مهام توليدية دون الاعتماد على واجهات برمجة تطبيقات سحابية خارجية. يغطي إطار العمل مجموعة واسعة من القدرات، بما في ذلك معالجة وفهرسة مستندات PDF، وتنسيق خدمات الذكاء الاصطناعي القائمة على الحاويات، وتنفيذ توليد الاستجابات المؤصلة. يتضمن المشروع واجهة محادثة قائمة على الويب مع بث تدريجي للاستجابات وواجهة موحدة للتبديل بين مزودي نماذج اللغة المختلفين. يتم تشغيل البيئة باستخدام تنسيق الحاويات لنشر حزمة مهيأة مسبقاً من النماذج وقواعد البيانات بسرعة.
Implements retrieval-augmented generation using a hybrid of vector and graph-based data structures for grounded answering.
Python - 1517005260/graph-rag-agent
1517005260/graph-rag-agent
2,240عرض على GitHubThis project is a comprehensive framework for constructing, managing, and evaluating knowledge graphs through multi-agent reasoning and deep search capabilities. It provides an end-to-end pipeline that ingests multi-format documents, extracts entities and relationships based on configurable schemas, and maintains structured knowledge bases to support evidence-based retrieval. The system distinguishes itself through its multi-agent orchestration, which decomposes complex queries into parallel research steps and synthesizes long-form reports. It leverages advanced graph-based techniques, includ
Implements retrieval-augmented generation workflows that leverage interconnected graph data structures for evidence-based answers.
Pythonagentic-ragchain-of-explorationdeepresearch
