Aktuelle RAG-Systeme und Parser-Pipelines (GitHub)
In diesem Artikel stellen wir die neuesten Entwicklungen im Bereich RAG-Systeme und Parser-Pipelines vor. Diese Projekte bieten innovative Lösungen für die Verarbeitung und Analyse von Dokumenten, die lokal betrieben werden können und dabei die Privatsphäre der Nutzer gewährleisten.
flexible-graphrag (8/10)
Repository: stevereiner/flexible-graphrag
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 2/2 | Reife 1/1 = 8/10
Was es macht: Dieses Projekt bietet eine flexible RAG-Pipeline, die verschiedene Graph- und Vektordatenbanken unterstützt. Es verarbeitet 13 Datenquellen, baut automatisch Wissensgraphen auf und bietet eine Vielzahl von Frontend-Optionen.
Warum relevant: Die Unterstützung vielfältiger Datenquellen und die Möglichkeit, das System lokal zu betreiben, machen es zu einer vielseitigen Lösung für RAG-Anwendungen.
chunky (7/10)
Repository: GiovanniPasq/chunky
Bewertung: RAG-Kern 2/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 1/2 | Reife 1/1 = 7/10
Was es macht: Chunky ist ein Open-Source-Toolkit für zuverlässige RAG-Pipelines. Es konvertiert PDFs in Markdown, bereinigt Dokumente, inspiziert Chunks und bereichert Metadaten für LLM-Anwendungen.
Warum relevant: Die Fähigkeit, PDFs in Markdown zu konvertieren und Chunks zu validieren, macht es zu einer nützlichen Ergänzung für bestehende RAG-Systeme.
self-hosted-ai-stack (7/10)
Repository: hwdsl2/self-hosted-ai-stack
Bewertung: RAG-Kern 2/3 | Dokumente 1/2 | Selfhosting 2/2 | Innovation 2/2 | Reife 1/1 = 7/10
Was es macht: Dieses Projekt ermöglicht es, eine vollständige, lokal betriebene AI-Stack mit Docker Compose zu bereitstellen. Es unterstützt Ollama, LiteLLM, Whisper und andere Tools, wobei die Privatsphäre der Nutzer im Vordergrund steht.
Warum relevant: Die lokale Bereitstellung und die Unterstützung vielfältiger AI-Tools machen es zu einer umfassenden Lösung für Selfhosting.
quarkus-docling (6/10)
Repository: quarkiverse/quarkus-docling
Bewertung: RAG-Kern 1/3 | Dokumente 2/2 | Selfhosting 1/2 | Innovation 1/2 | Reife 1/1 = 6/10
Was es macht: Docling vereinfacht die Verarbeitung von Dokumenten und unterstützt verschiedene Formate, einschließlich fortgeschrittener PDF-Verarbeitung. Es bietet nahtlose Integrationen in den gen AI-Ökosystem.
Warum relevant: Die Unterstützung vielfältiger Dokumentformate und die Integration in den gen AI-Ökosystem machen es zu einer nützlichen Ergänzung für bestehende RAG-Systeme.
Quelle: GitHub Search API