AutoRAG 是一个自动评估多种 RAG 模块的工具，旨在找到最适合你数据的方案，通过一键优化 RAG 流程，提升效率。

基于模块化构建和敏捷部署的RAG系统框架，旨在通过自动化的 '数据构建 - 模型微调 - 推理评估' 知识适应技术系统，为研究人员和开发者提供一站式的解决方案。

Claude 2是由Anthropic AI开发的高级语言模型，能够处理多种文本文件，如PDF和Word文档，并根据内容提供洞见。

Ant 是一个轻量级且高性能的开源游戏引擎，支持多平台开发，易于扩展和定制，内置多种工具，适合开发2D和3D游戏。

Parseur是一款利用AI技术自动化从文档中提取数据的软件，支持电子邮件、PDF、电子表格等多种非结构化数据源，旨在将繁杂的文档信息转化为结构化、可操作的数据，极大降低人工数据输入的工作量。

RQABench是一个开源的检索问答基准工具，旨在评估检索增强生成(RAG)系统，具有灵活性、可复现性和可追溯性等特点，支持多种RAG模型的评估并提供标准化的基准测试。

META发布的综合性RAG基准测试工具，专门用于评估检索增强生成(RAG)系统的性能。

RAGxplorer是一个交互式工具，用于在嵌入空间中可视化文档块，旨在帮助用户诊断和探索Retriever-Answer Generator(RAG)模型的应用。通过该工具，用户可以上传文档并将其转换为适用于RAG应用的块格式，便于深入分析和优化模型表现。

连续上榜 GitHub Trending 的一款 SQL 生成 AI 框架，允许在你的数据上训练出独有的 RAG（检索增强生成）模型，通过自然语言准确生成 SQL 查询语句和相关功能。

TinyWow是一个免费的在线平台，提供广泛的AI写作、PDF、图像及其他工具，旨在简化各种任务。用户只需访问网站并导航至所需工具，界面友好，支持文件上传、文本输入等操作，处理完成后可下载结果。