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, oft in Kombination mit lokalen Betriebsmöglichkeiten und fortschrittlichen Retrieval-Augmented-Generation-Flows.
docling-Studio (9/10)
Repository: scub-france/docling-Studio
Bewertung: RAG-Kern 3/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 2/2 | Reife 1/1 = 9/10
Was es macht: Docling-Studio ist ein visuelles Dokumentenanalyse-Tool, das die Extraktion von Text, Tabellen und Bounding Boxes ermöglicht. Es unterstützt verschiedene Dokumentformate und integriert die extrahierten Daten in OpenSearch und Neo4j.
Warum relevant: Das Projekt ist vollständig self-hostbar und bietet eine benutzerfreundliche Oberfläche. Es kombiniert moderne Technologien wie FastAPI und Vue.js, was es zu einer innovativen Lösung macht.
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 1/1 = 8/10
Was es macht: Dieses AWS-native Framework vereint zwei Graph-RAG-Methodologien — Microsoft GraphRAG und LightRAG — auf Amazon Bedrock, Neptune und OpenSearch. Es unterstützt Multi-hop QA und inkrementelles Indexing sowie mehrsprachige Dokumente.
Warum relevant: Obwohl es primär für AWS entwickelt wurde, bietet es eine umfassende RAG-Implementierung und ist für Unternehmen, die bereits in der AWS-Ökosystem investiert haben, sehr relevant.
quarkus-docling (6/10)
Repository: quarkiverse/quarkus-docling
Bewertung: RAG-Kern 2/3 | Dokumente 2/2 | Selfhosting 2/2 | Innovation 1/2 | Reife 1/1 = 6/10
Was es macht: Quarkus-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: Das Projekt ist self-hostbar und nutzt Quarkus, was es zu einer leistungsstarken und skalierbaren Lösung macht. Es ist besonders für Java-Entwickler interessant.
Quelle: GitHub Search API