OpenSearch AI 是一款用户友好的 AI 搜索引擎，能够直接回答用户查询，提供精准答案，自动总结要点，生成提纲和思维导图，并允许从数十亿文献来源中下载信息。它提升了信息检索效率，提供快速、无广告、高质量的搜索服务。

Mozi是一个科技论文大模型，能够通过大规模语言模型和证据检索模型SciDPR，帮助用户进行问答和提供情感支持等多种任务。

Chipper 是一个为爱好者提供的 AI 界面项目，结合了 Ollama、Haystack RAG、Python 等技术，旨在提供一个简单的服务架构，以支持嵌入管道、文档分块、网页抓取和查询工作流程。

Browser-Use 是一个开源的网页自动化库，能够让大型语言模型（LLM）与网站进行互动，通过简单的接口实现网页自动化操作，支持多标签管理、XPath提取和视觉模型处理。它兼容任意 LLM，适用于多种浏览器的自动化操作，可用于数据抓取和信息检索。

关于使用RAG模式(Retrieval-Augmented Generation)的应用和资源的信息，包括关于RAG技术的综述，以及一些GitHub库和企业级应用的链接，这些应用使用RAG模型来增强自然语言处理和信息检索能力

这是一个用Python编写的GraphRAG算法的简化实现，仅包含1000行代码，旨在提供高效的结构化信息检索和知识图谱构建功能。

RAGFlow 是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎，能够为各种规模的企业及个人提供一套精简的 RAG 工作流程，结合大语言模型（LLM）提供可靠的问答及有理有据的引用。

一个用于搭建类似Perplexity的问答引擎的项目，结合了多种先进的技术和模型。

WikiChat是一个用于纠正大模型幻觉的RAG框架，通过检索本地Wiki数据来回答用户提问，并验证生成内容的准确性。它使用向量数据库和AI技术，确保提供的信息可靠且有引用依据，适合多种应用场景。

LLM4IR-Survey是一个专注于大型语言模型在信息检索领域应用的文献列表，涵盖了最新的研究成果和发展动态，支持对比不同模型在信息检索任务中的表现，并提供丰富的参考文献和链接，旨在为研究人员提供全面的参考和启发。

RAGLite是一个轻量级的Python RAG工具包，支持PostgreSQL和SQLite作为向量数据库，旨在提供高效的信息检索和生成解决方案。

Chunk将您的文档和笔记转化为一个互动且智能的信息扩展，提供快速、准确的答案，并具有无与伦比的自定义功能。

Giiso写作机器人，内容创作AI辅助工具