标签：RAG系统

Anantata RAG记忆系统是一个用于数据导入和更新的服务器端解决方案，支持与Claude MCP集成。

专注于使用Python构建AI工具、RAG系统、MCP应用和聊天机器人系统的后端开发服务。

一个集成了先进LLM、RAG系统和现代全栈架构的生产级应用程序，用于运动员表现分析。

基于Spring AI和MCP的智能聊天机器人，具备RAG系统、Telegram集成和微服务架构支持，适用于企业信息查询和自动化服务。

一个基于MCP协议的多客户端RAG知识服务系统，提供知识存储、检索和代理式交互功能。

一个包含LangGraph实现、教程和高级AI工作流的综合资源库，涵盖Agentic RAG系统、MCP开发及实用AI应用模式。

ProtoContext为RAG系统提供确定性知识层，通过结构化context.txt文件或直接上传内容，实现快速、确定的检索，适用于需要低延迟和可预测答案的场景。

Doccura是一个具有终端界面的本地RAG系统，可作为TUI应用或MCP服务器运行，支持与外部工具集成。

一个完整的、可重用的AI增强开发环境模板，包含本地RAG系统、MCP集成和可视化服务管理。

DocRAG是一个轻量级的Python包，通过MCP服务器为技术文档提供检索增强生成（RAG）访问，使LLM能够按需搜索和检索相关文档。

ArchonMCPServer 是一个为 Archon RAG 系统设计的模型上下文协议服务器，将 Archon 的知识库作为标准化工具暴露给 LLM 客户端，用于基于上下文的决策支持。

基于OpenAI向量存储功能的RAG系统，支持从多种文件格式创建和查询向量数据库。

Ollqd是一个本地优先的RAG系统，通过Ollama嵌入将代码库和文档索引到Qdrant中，并通过MCP协议暴露给AI助手进行代码搜索。

一个基于FastAPI的多功能AI助手后端，支持高级RAG、多工具代理能力和LangChain集成，适用于智能聊天应用开发。

LiquidAI多智能体栈是一个生产就绪的多仓库架构，用于构建智能ETL管道、RAG系统和微调工作流，支持本地部署且无需云依赖。

一个基于Kotlin MCP SDK实现的模型上下文协议(MCP)服务器，提供LLM上下文管理和RAG管道功能。

一个基于MCP协议和RAG技术的代码仓库问答系统，能够智能分析本地代码库并回答相关问题，适用于代码理解和开发效率提升。

KnowledgeForge是一个统一的RAG知识系统，能够索引Obsidian笔记、项目代码库和AI代理发现的知识，通过MCP和REST API提供访问。

FullStack MCP Hub是一个集成了RAG系统、图形界面和50+免费工具的多功能MCP工具集，支持与多种LLM模型和服务器的无缝连接。

一个基于LangChain的RAG系统，允许用户与PDF文档聊天，通过向量数据库检索相关信息并生成精确回答。

Xantus是一个隐私优先的RAG系统，支持与文档进行AI对话，可完全本地运行或使用云服务，具有MCP集成和多提供商AI支持。

生产级AI代理系统，支持RAG、多代理编排和MCP集成，适用于自动化任务处理和智能交互场景。

一个生产就绪的RAG系统，提供REST API和MCP协议双接口，支持混合语义和关键词搜索，适用于Web应用和AI助手的文档智能检索。

一个自包含的Docker API服务器，用于克隆Git仓库、使用嵌入模型索引，并通过自然语言问题检索相关代码和文档片段。