Categorías
- Todas las publicaciones 549
- Proyectos Prácticos de Código Abierto 478
- Artículos Tutoriales 22
- Utilidades en Línea 13
- Noticias de IA 7
- Tiny Startups Showcase 7
- Claude Code Skills 6
- Plantillas de Prompts 5
- Espacios de Hugging Face 3
- OpenClaw Use Cases 3
- LLM Learning Resources 1
- Online AI Image Tools 1
- OpenClaw Master Skills Collection 1
- Rust Training Resources 1
- AI Short Drama Tools 1
- Mis Favoritos 0
Publicaciones etiquetadas con: RAG
Content related to RAG
Zvec: Base de datos vectorial in-process ultrarrápida de Alibaba
Descubre Zvec, la base de datos vectorial de código abierto de Alibaba que se integra directamente en tus apps sin necesidad de servidores. Busca miles de millones de vectores en milisegundos, soporta embeddings densos/esparsos, búsqueda híbrida y funciona en cualquier lugar: desde notebooks hasta dispositivos edge. La última v0.3.0 añade soporte para Windows/Android, cuantización RabitQ y C-API para agentes de IA. Instala vía pip o npm y comienza a construir apps RAG hoy con esta potencia ligera de grado de producción que presume 9.3k estrellas en GitHub.
txtai: Framework de IA Todo-en-Uno para RAG y Agentes
Descubre txtai, el framework de IA de código abierto definitivo que combina búsqueda semántica, orquestación de LLM, agentes autónomos y pipelines RAG. Construye aplicaciones de IA listas para producción con búsqueda vectorial, embeddings multimodales y automatización de flujos de trabajo. Empieza en minutos con pip install txtai y explora más de 70 notebooks de Colab que cubren desde grafos semánticos hasta RAG de voz a voz.
memory-lancedb-pro: Plugin de Memoria OpenClaw AI
Transforma tus agentes de IA OpenClaw con memory-lancedb-pro – un plugin de memoria respaldado por LanceDB que da a los agentes memoria a largo plazo real. Captura automáticamente conversaciones, extrae inteligentemente hechos/claves preferencias y recuerda automáticamente contexto relevante entre sesiones. Incluye recuperación híbrida vector+BM25, reordenación cross-encoder, decaimiento Weibull y aislamiento multi-ámbito. El script de instalación con un clic hace la configuración sin esfuerzo para OpenClaw 2026.3+.
Guía Definitiva de Aprendizaje de LLM: Más de 70 PDFs desde Básicos hasta Avanzado
Descubre 'Teaching Boyfriend LLM' - el repositorio definitivo de GitHub con más de 70 notas de conferencias en PDF en chino que cubren fundamentos de LLM, fine-tuning, RLHF, RAG, Agents, optimización de inferencia y modelos de vanguardia como DeepSeek R1, Qwen3, Llama3. Perfecto para desarrolladores, estudiantes e ingenieros de IA que buscan un camino sistemático de cero a experto. Organizado por temas con calificaciones claras de dificultad y progresión de aprendizaje.
PageIndex: El Framework de RAG Basado en Razonamiento de Código Abierto
Descubre PageIndex, una herramienta revolucionaria de código abierto que elimina la necesidad de bases de datos vectoriales en Retrieval Augmented Generation (RAG). Al construir un índice de árbol jerárquico y usar razonamiento LLM, PageIndex logra una recuperación estilo humano sin fragmentación ni similitud vectorial. Este artículo explora sus conceptos clave, pasos de instalación, casos de uso prácticos, especialmente en análisis de documentos financieros y legales, y sus impresionantes resultados de benchmark. Ya seas investigador, desarrollador o científico de datos, aprende a transformar PDFs largos y archivos markdown en conocimiento accionable con esta ligera librería Python.
"FlashRAG: Una herramienta Python para una investigación eficiente de RAG"
FlashRAG es un marco de trabajo de última generación, con licencia MIT en Python, que transforma la investigación de Recuperación‑Aumentada de Generación (RAG) de la teoría a la práctica. Con 36 conjuntos de datos de referencia preprocesados, 23 algoritmos de última generación y una interfaz ligera, permite a los investigadores prototipar y evaluar pipelines RAG en minutos. Ya sea que seas un científico de datos que construye un stack de recuperación personalizado, un desarrollador de LLM que explora enfoques basados en razonamiento o un hobbyista que busca resultados instantáneos, el diseño modular, la instalación sencilla y los componentes extensos de FlashRAG hacen que el trabajo complejo de RAG sea accesible. Descubre cómo configurar tu entorno, configurar pipelines y aprovechar los métodos de razonamiento del kit para preguntas y respuestas multietapa, todo mientras contribuyes a una comunidad activa de entusiastas de RAG de código abierto.
rag‑chunk: Herramienta CLI para evaluar y optimizar la fragmentación RAG
Rag‑chunk es una utilidad ligera basada en Python que permite a científicos de datos e ingenieros de aprendizaje automático probar, evaluar y refinar estrategias de fragmentación para Retrieval‑Augmented Generation (RAG). Con soporte para fragmentación de tamaño fijo, ventana deslizante, párrafo e incluso partición recursiva por carácter, puedes comparar puntuaciones de recuperación, ajustar los límites basados en tokens con tiktoken y exportar resultados en tablas, JSON o CSV. Este artículo guía a través de la instalación, características clave, ejemplos del mundo real y consejos para elegir la mejor estrategia para tus documentos Markdown. Ya sea que estés prototipando una nueva tubería RAG o afinando un sistema de lectura en producción, rag‑chunk te brinda los datos necesarios para tomar decisiones informadas.
DeepTutor: Proyecto de Asistente de Aprendizaje Personalizado impulsado por IA de código abierto
DeepTutor lleva la tutoría IA de vanguardia a la palma de tu mano. Este sistema multiagente de código abierto combina FastAPI, Next.js y flujos de trabajo RAG para ofrecer preguntas y respuestas instantáneas, visualizaciones interactivas, práctica personalizada y generación de investigación. Con soporte completo de Docker, una interfaz de línea de comandos y una interfaz web intuitiva, los desarrolladores pueden crear rápidamente un tutor IA personal, experimentar con embeddings o contribuir con nuevos módulos. Explora la arquitectura, los pasos de instalación, las funciones principales y la forma de contribuir, y únete a la creciente comunidad de educadores y desarrolladores que están dando forma al futuro del aprendizaje impulsado por IA.
RAG-Anything: El Marco Multimodal RAG Todo en Uno
Descubra RAG-Anything, un innovador *framework* de código abierto que revoluciona la Generación Aumentada por Recuperación (RAG) al ofrecer soporte integral para documentos multimodales. Este sistema de vanguardia procesa sin problemas texto, imágenes, tablas y ecuaciones, superando las limitaciones de los RAG tradicionales. Conozca cómo RAG-Anything, construido sobre LightRAG, proporciona una solución completa para la ingesta, el análisis y la consulta inteligente de documentos, convirtiéndose en una herramienta indispensable para la investigación académica, la documentación técnica y la gestión del conocimiento empresarial.
Domina las Técnicas Avanzadas de RAG: Un Repositorio de GitHub
Adéntrate en el mundo de la Generación Aumentada por Recuperación (RAG) con un completo repositorio de GitHub que incluye técnicas avanzadas. Este recurso te ofrece implementaciones prácticas y tutoriales, abarcando desde el RAG fundacional, la mejora de consultas y el enriquecimiento contextual, hasta métodos de recuperación avanzados. Es perfecto para desarrolladores e investigadores que buscan potenciar sus sistemas RAG, e incluye scripts ejecutables, explicaciones detalladas y ejemplos de integración con frameworks populares como LangChain y LlamaIndex. Explora enfoques de vanguardia como Graph RAG, Self-RAG y Corrective RAG, junto con metodologías de evaluación para afinar tus aplicaciones de IA. Únete a una comunidad vibrante y contribuye a este centro de conocimiento en evolución para la innovación en RAG.