TopOpenSourceAI
EN

#159 · 主分类： 知识库与企业搜索

byaldi

colbert colpali multi-modal nlp rag reranking retrieval

只需几行代码即可使用诸如ColPali之类的后期交互多模态模型。

项目最后更新：01/28/25

在 GitHub 查看

GitHub Stars

852

Forks数量

91

贡献者数量

11

许可证

Apache-2.0

收录理由

Byaldi 面向需要在扫描件、PDF 或没有可靠文本层的图片里查找内容的用户。它完全绕开 OCR，而是用 ColPali、ColQwen2 这类晚期交互模型把整页文档当作图像来建索引，再通过一个简洁熟悉的接口返回与查询匹配的页面。加载预训练模型、从文件夹构建索引、检索相关页，甚至往已有索引里追加文档，都只需几次方法调用就能完成。如果你想在投入更重的 RAG 架构之前，先在自己手头的资料上快速试一下视觉检索，这个库提供了很轻便的路径。需要留意的是，它目前仍是预发布版本，索引未做压缩，编码文档时也建议配备 GPU，所以更适合当作原型验证工具，而非可直接上生产的调优方案。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为大型语言模型（LLM）打造卓越的上下文层。

#1

Understand-Anything

教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。

#2

crawl4ai

🚀🤖 Crawl4AI：开源的、对LLM友好的网页爬虫与抓取工具。别害羞，加入这里：https://discord.gg/jP8KfhDhyN

#3

docling

为生成式AI准备文档

#4

anything-llm

停止租用你的智能。用AnythingLLM拥有它。你需要的一切，实现强大的本地优先智能体体验。

#5