#51 · 主分类: 知识库与企业搜索

AutoRAG

analysis automl benchmarking document-parser embeddings evaluation llm llm-evaluation llm-ops open-source ops optimization pipeline python qa rag rag-evaluation retrieval-augmented-generation

AutoRAG:现在你的代理可以找到你电脑上的任何东西。如果你经常使用它,它会变得更聪明。

项目最后更新:08/29/26

GitHub Stars

5.1K

Forks数量

433

贡献者数量

31

许可证

Other

收录理由

AutoRAG 2.0 把自己定位成文档库的“图书管理员”,而不是传统意义上的搜索工具。它通过代理循环去检索并阅读你的 PDF、Wiki、笔记和研究论文,最后返回带页码或章节引用的编号知识条目,让你直接拿到能用来做决策的答案,而不是一堆需要自己拼凑的原始行匹配结果。在同一个界面下,它提供了多种检索策略:用词法匹配处理配置文件,用语义向量搜索应对长段文字,用 BM25 处理法律和规格类文档,还有混合路径适合内容杂乱的集合,最后把结果合并成一套统一输出。它的记忆系统会随着使用逐渐进化,记录哪些检索方法和文档区域对哪类问题更有效,用得越久,找到正确来源就越快。对于文档密集型的团队尤其有价值——无论是分析师从季报中提炼关键发现,还是研究人员在几十篇论文里追踪某个主题,都能省下大量人工阅读和整理的时间。

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