Aktuelle RAG-Systeme und Parser-Pipelines (GitHub)
In diesem Artikel stellen wir eine Auswahl der besten GitHub-Repositories vor, die sich mit Retrieval-Augmented-Generation (RAG) und Dokumentverarbeitung befassen. Diese Projekte bieten innovative Lösungen für die Verarbeitung verschiedener Dokumentformate, die Erstellung von Wissensgraphen und die Integration von LLMs.
flexible-graphrag (9/10)
Repository: stevereiner/flexible-graphrag
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 2/2 | Reife 0/1 = 9/10
Was es macht: Ein umfassendes Toolkit für RAG-Pipelines, das verschiedene Datenquellen (einschließlich Alfresco und Nuxeo) unterstützt, Wissensgraphen automatisch erstellt und mit LLMs integriert.
Warum relevant: Das Projekt ist vollständig self-hostbar und bietet eine breite Palette von Funktionen, die es zu einer innovativen Lösung machen.
docling-Studio (8/10)
Repository: scub-france/docling-Studio
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 1/2 | Reife 1/1 = 8/10
Was es macht: Ein visuelles Dokumentanalyse-Tool, das die Extraktion von Text, Tabellen und Bounding Boxes ermöglicht, gefolgt von Chunking, Embedding und Indexierung in OpenSearch und Neo4j.
Warum relevant: Das Projekt ist self-hostbar und bietet eine benutzerfreundliche Oberfläche, die die Dokumentverarbeitung vereinfacht.
chunky (8/10)
Repository: GiovanniPasq/chunky
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 1/2 | Reife 1/1 = 8/10
Was es macht: Ein Open-Source-Toolkit für zuverlässige RAG-Pipelines, das PDFs in Markdown konvertiert, Dokumente bereinigt, Chunks inspiziert und Metadaten für LLM-Anwendungen bereichert.
Warum relevant: Das Projekt ist self-hostbar und bietet praktische Werkzeuge zur Dokumentverarbeitung und -analyse.
self-hosted-ai-stack (8/10)
Repository: hwdsl2/self-hosted-ai-stack
Bewertung: RAG-Kern 2/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 2/2 | Reife 1/1 = 8/10
Was es macht: Ein vollständig self-hostbarer AI-Stack mit Docker Compose, der Ollama, LiteLLM, Whisper, Embeddings, Docling und MCP Gateway umfasst. Es unterstützt NVIDIA CUDA-Beschleunigung und ist für mehrere Architekturen verfügbar.
Warum relevant: Das Projekt bietet eine umfassende Lösung für die lokale Bereitstellung von AI-Tools, die vollständig privat und lokal betrieben werden kann.
GustoBot (7/10)
Repository: skygazer42/GustoBot
Bewertung: RAG-Kern 2/3 | Dokumente 1/2 | Selfhosting 1/2 | Innovation 2/2 | Reife 1/1 = 7/10
Was es macht: Ein Multi-Agenten-System für Kundendienstbots, das auf Langraph basiert und Funktionen wie txt2sql und txt2cypher unterstützt.
Warum relevant: Das Projekt ist innovativ und bietet eine breite Palette von Funktionen, die es zu einer vielseitigen Lösung machen.
quarkus-docling (6/10)
Repository: quarkiverse/quarkus-docling
Bewertung: RAG-Kern 2/3 | Dokumente 1/2 | Selfhosting 1/2 | Innovation 1/2 | Reife 1/1 = 6/10
Was es macht: Eine Quarkus-Erweiterung, die die Verarbeitung und Analyse verschiedener Dokumentformate vereinfacht und nahtlose Integrationen in den gen-AI-Ökosystem bereitstellt.
Warum relevant: Das Projekt ist self-hostbar und bietet praktische Werkzeuge zur Dokumentverarbeitung, die gut in bestehende Java-Anwendungen integriert werden können.
Quelle: GitHub Search API