RAG

基于知识图谱的轻量级快速检索增强生成系统，支持多模态文档处理、多种主流大模型与存储后端接入，提供文档索引、智能问答、知识图谱可视化、API服务等功能，可快速构建高精度私有知识库问答系统

微软开源RAG

Supermemory 是一个开源的 AI 第二大脑项目，核心目标是帮助用户保存、组织并高效检索所有重要信息，同时支持与存储的内容进行自然语言交互，整体定位为个人知识管理与 AI 集成的一站式解决方案。

专为科研探索与工业原型设计打造，UltraRAG 将 RAG 中的核心组件（Retriever、Generation 等）标准化封装为独立的 MCP Server，配合 MCP Client 强大的流程调度能力，开发者仅需通过 YAML 配置，即可实现对条件分支、循环等复杂控制结构的精确编排。

基于推理的无向量检索系统。该系统会从长篇文档中构建出层次化的树状索引，并利用大语言模型对该索引进行推理分析，从而实现具有上下文感知能力的信息检索功能。该系统模拟了人类专家如何通过树状搜索从复杂文档中提取所需信息，使大语言模型能够通过推理找到最相关的文档内容。

一个基于 Spring AI 框架开发的 AI 知识库检索增强生成（RAG）系统

基于 Spring AI 框架开发的 AI 知识库检索增强生成（RAG）系统

一个简单且易于破解的 GraphRAG 实现

raphRAG 是由 Circlemind AI 开发的开源框架

基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎

基于深度文档理解构建的开源 RAG 全球第二

开源 RAG 平台

专门用于视觉丰富文档（VRDs）的大模型RAG系统

一个强大的文档 AI 问答工具

一个强大的基于 AI 的文档问答工具

RAG-RewardBench