TopOpenSourceAI
EN

#91 · 主分类： 知识库与企业搜索

VideoRAG

large-language-models llms long-video-understanding multi-modal-llms rag retrieval-augmented-generation

[KDD'2026] "VideoRAG: 与你的视频聊天"

项目最后更新：03/18/26

在 GitHub 查看 访问官网

GitHub Stars

3.3K

Forks数量

479

贡献者数量

6

许可证

Other

收录理由

在视频里找内容，至今仍比在文档里找内容别扭得多。VideoRAG 瞄准的正是这个痛点——它是一套检索增强生成框架，把视频的画面和声音都做了索引，大模型能直接调取相关片段，回答问题时依据的是屏幕上的真实内容，而不是靠猜。如果你手里攒着大量录像，比如会议存档、课程录播、原始素材，它会很对路；它处理长视频时能覆盖好几个小时，不会把内容切成记不住的碎片。仓库里除了研究框架，还带了个桌面应用 Vimo，想上手试试的话，不用先搭整套系统，直接打开它就能交互体验。项目还公开了一个标注超过百小时的基准数据集，想评估自己的场景下检索效果如何，有了这把实打实的尺子，心里会更有底。

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