#83 · 主分类： 知识库与企业搜索
kernel-memory
研究项目。为用户、团队和应用程序提供的内存解决方案。
项目最后更新：06/08/26
GitHub Stars
2.2K
Forks数量
415
贡献者数量
56
许可证
MIT
收录理由
这份来自微软的参考实现，为研究检索增强生成系统的开发者提供了一条完整的建设路径。它通过持续数据管道摄取文档、完成向量化，并能以自然语言回答问题，同时附上引用与来源链接，整个流程清晰可见。代码可以打包为Web服务、Docker容器，也能作为.NET库嵌入应用，还提供了与Semantic Kernel、ChatGPT及Copilot协同的插件。需要特别说明的是，该仓库已明确归档且不受官方支持，因此更适合作为架构与设计蓝图的参考，而非直接用于生产环境。其中关于合成记忆和自定义语义记忆管线的示例，对正在探索这些方向的团队尤其有启发价值。
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。
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。
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
docling
为生成式AI准备文档
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。