KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Grafikdesign › NexusRAG
✦ Frei & Open SourceGrafikdesign

NexusRAG

Analysiert komplexe Dokumente und Bilder in eine hybride Vektorsuche und einen LightRAG-Wissensgraphen mit Zitaten.

Hybride RAG-Pipeline mit Wissensgraphen und Zitaten

Kombiniert Vektorsuche, LightRAG-Entitätszuordnung und Vision-LLMs, um Fragen zu visuellen Dokumenten zu beantworten.

Für immer kostenlos · Open Source · MIT
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
6
ZEKAI
Fortgeschrittenes hybrides Graph-RAG.
Frei & Open Source · Grafikdesign
Einfache Einrichtung4
Nützlichkeit8
Wartung5.5
Community6.5
★ 530
GITHUB
Apr 2026
AKTUALISIERT
MIT
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

NexusRAG ist eine Retrieval-Augmented-Generation-Engine, die Text, Tabellen und Bilder aus komplexen Dokumenten in eine strukturierte Vektor- und Graphendatenbank verarbeitet. Sie richtet sich an Entwickler und KI-Engineering-Teams, die fundierte Antworten benötigen, die durch präzise Dokumentenzitate gestützt werden. Sie können es lokal mit Ollama und sentence-transformers bereitstellen oder es mit externen Anbietern wie Gemini verbinden.

Läuft auf
Web
Hosting
Self-host
Sprachen
Python
Lizenz
MIT

Was es ist

NexusRAG extrahiert Layout-Strukturen, Tabellen und Bilder mithilfe von Docling oder Marker und generiert vor dem Chunking visuelle Beschreibungen über multimodale LLMs. Es führt eine dreifache Retrieval-Strategie über ChromaDB-Vektorsuche, LightRAG-Entitätsdurchquerung und Cross-Encoder-Joint-Reranking aus. Die React-Schnittstelle zeigt Inline-Zitate mit 4 Zeichen, Dokumentenseiten-Vorschauen und kräftegesteuerte Wissensgraphen-Netzwerkvisualisierungen.

Für wen

Es eignet sich für Software-Ingenieure, Data Scientists und technische Forscher, die kontextbezogene Suchwerkzeuge für komplexe PDFs, Berichte und Handbücher entwickeln. Es ist nicht für nicht-technische Endbenutzer gedacht, die einen Desktop-PDF-Reader mit einem Klick suchen. Wenn Ihnen dedizierte GPU-Hardware oder das API-Budget für Vision-Modelle fehlen, verläuft die Dokumenteneingabe deutlich langsamer.

Wichtige Funktionen

Deep Layout Document Parsing

Behält Überschriftenhierarchien, Seitengrenzen und Abschnittsbeziehungen unter Verwendung konfigurierbarer Docling- oder Marker-Parsing-Engines bei.

Visual Document Intelligence

Fügt Vision-LLM-Beschriftungen für Bilder und strukturierte Markdown-Tabellenzusammenfassungen direkt in Chunk-Embeddings ein.

Three-Way Hybrid Retrieval

Führt ChromaDB-Vektor-Over-Fetching, LightRAG-Entitätssuche und Cross-Encoder-Reranking parallel aus.

Precise Source Citations

Generiert vierstellige Inline-Zitattags, die direkt auf Seitenzahlen und originale Überschriftenpfade verweisen.

Force-Directed Graph Interface

Rendert kräftegesteuerte Entitäts- und Beziehungsnetzwerkgraphen im Browser, ohne externe Graphendatenbankserver zu benötigen.

Erste Schritte

Startklar in 3 Schritten

1
Konfigurieren Sie Backend-Umgebungsvariablen in `.env`, um Ihren Dokumentenparser und die LLM-Anbieterendpunkte auszuwählen.
2
Starten Sie den FastAPI-Server und die ChromaDB-Instanz mit Docker Compose.
3
Starten Sie den React-Frontend-Entwicklungsserver, um Dateien hochzuladen, Wissensgraphen zu inspizieren und Chat-Abfragen zu testen.
Klartext

Unser ehrliches Fazit

Stärken

  • Extrahiert und beschriftet eingebettete Bilder und Tabellen für die Vektorsuche, anstatt visuelle Elemente zu verwerfen.
  • Verwendet dateibasiertes NetworkX und NanoVectorDB für die Graphenspeicherung, um komplexe Datenbankserver-Setups zu vermeiden.
  • Ermöglicht das Umschalten zur Laufzeit zwischen Docling für hybrides Chunking und Marker für formellastige Dokumente.
  • Wendet Cross-Encoder-Reranking an, um Abfrage-Dokument-Paare gemeinsam zu bewerten, anstatt sich ausschließlich auf die Kosinusähnlichkeit zu verlassen.

Schwächen

  • Erfordert hohe GPU-Ressourcen, wobei die Docling-Formelextraktion bis zu 20 GB VRAM beansprucht.
  • Erfordert die Verwaltung mehrerer Dienste, einschließlich eines Python-FastAPI-Backends und einer React-Frontend-Anwendung.
  • Es fehlen integrierte Benutzerauthentifizierung, Mandantenfähigkeit oder Zugriffskontrollmechanismen von Haus aus.
Kosten

Preise & Lizenz

NexusRAG ist eine kostenlose Open-Source-Software unter der MIT-Lizenz. Der Autor des Repositories bietet keine kostenpflichtige verwaltete Cloud-Plattform an. Ihre Betriebskosten hängen vollständig von der selbst gehosteten GPU-Infrastruktur oder der kommerziellen Modell-API-Nutzung wie Gemini ab.

Bezahlte Arbeit

Stellen für Deutschsprachige

877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen
Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: NexusRAG für Grafikdesign
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren NexusRAG für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Kann NexusRAG vollständig offline ausgeführt werden?

Ja, Sie können NexusRAG so konfigurieren, dass lokale Ollama-Modelle und sentence-transformers verwendet werden, wodurch Parsing, Embedding und Chat lokal ausgeführt werden.

Welche Dateiformate kann NexusRAG parsen?

Abhängig von der aktiven Parser-Konfiguration werden PDF-, DOCX-, PPTX-, XLSX-, HTML-, EPUB- und TXT-Dateien akzeptiert.

Wie werden Bilder für Textabfragen indexiert?

Vision-Modelle generieren beim Upload Textbeschriftungen für extrahierte Bilder, die zusammen mit dem Text auf dieser Seite eingebettet werden.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Grafikdesign — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen