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 Parser-Pipelines befassen. Diese Projekte bieten innovative Lösungen für die Verarbeitung und Analyse von Dokumenten und sind in verschiedenen Stadien der Reife und Innovation.
unified-kg-rag-on-aws (8/10)
Repository: awslabs/unified-kg-rag-on-aws
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 1/2 | Innovation 2/2 | Reife 0/1 = 8/10
Was es macht: AWS-native knowledge graph RAG-Framework, das zwei Graph-Retrieval-Methodologien (Microsoft GraphRAG und LightRAG) auf Amazon Bedrock, Neptune und OpenSearch vereint. Es unterstützt Multi-hop QA über Dokumentkorpus, inkrementelles Indexieren und mehrsprachige Unterstützung.
Warum relevant: Obwohl es primär für AWS entwickelt wurde, bietet es eine innovative Kombination von Technologien und ist gut dokumentiert.
docling-Studio (8/10)
Repository: scub-france/docling-Studio
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 2/2 | Reife 1/1 = 8/10
Was es macht: Visuelles Dokumentanalyse-Studio, das von Docling unterstützt wird. Es ermöglicht die Konfiguration des Extraktionspipelines, die Inspektion von Text, Tabellen und Bounding Boxes im Browser, sowie das Chunking, Embedding und Indexieren in OpenSearch und Neo4j.
Warum relevant: Hochgradig selbsthostbar, gut dokumentiert und innovativ in der Kombination von Visualisierung und RAG.
self-hosted-ai-stack (7/10)
Repository: hwdsl2/self-hosted-ai-stack
Bewertung: RAG-Kern 2/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 1/2 | Reife 1/1 = 7/10
Was es macht: Komplette selbstgehostete AI-Stack-Deployment mit Docker Compose, die Ollama, LiteLLM, Whisper, Docling und andere Tools umfasst. Es bietet lokale Verarbeitung, Privatsphäre und NVIDIA CUDA-Beschleunigung.
Warum relevant: Sehr umfassend und selbsthostbar, ideal für Entwickler, die eine vollständige AI-Umgebung aufbauen möchten.
docker-docling (7/10)
Repository: hwdsl2/docker-docling
Bewertung: RAG-Kern 2/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 1/2 | Reife 1/1 = 7/10
Was es macht: Docker-Image für einen selbstgehosteten Docling-Dokumentparsingserver. Es konvertiert PDF, DOCX, PPTX, HTML und mehr in Markdown/JSON, unterstützt Chunking für RAG und bietet NVIDIA GPU-Beschleunigung.
Warum relevant: Hochgradig selbsthostbar und gut dokumentiert, ideal für die Verarbeitung verschiedener Dokumentformate.
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: Docling vereinfacht die Dokumentverarbeitung und unterstützt das Parsen verschiedener Formate, einschließlich fortgeschrittener PDF-Verarbeitung. Es bietet nahtlose Integrationen mit dem gen AI-Ökosystem.
Warum relevant: Interessanter Ansatz für die Integration von Docling in Java-Projekte, obwohl es weniger umfassend ist als andere Projekte.
Quelle: GitHub Search API