Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Ciencia de Datos › AutoRAG
✦ Gratis y open sourceCiencia de Datos

AutoRAG

Agente bibliotecario autoevolutivo para colecciones de documentos y recuperación RAG local.

Agente bibliotecario autoevolutivo para documentos

Federates almacenes locales, lee archivos fuente directamente y elabora respuestas estructuradas.

Gratis para siempre · source-available · Licence not stated in the repository
✓ Light setup✓ En el navegador✓ Colaboración en tiempo real
7.5
ZEKAI
Bibliotecario de documentos local autoevolutivo
Gratis y open source · Ciencia de Datos
Facilidad de configuración5
Utilidad8
Mantenimiento9.5
Comunidad7.5
★ 5,066
GITHUB
Sep 2026
ACTUALIZADO
Licence not stated in the repository
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

AutoRAG 2.0 es un agente de búsqueda especializado construido sobre un bucle de agente Pi personalizado que recupera candidatos, lee archivos fuente directamente, evalúa evidencias y elabora respuestas. Está dirigido a desarrolladores y profesionales que gestionan colecciones de documentos locales y necesitan respuestas directas en lugar de volcados de grep en bruto.

Funciona en
Cross-platform
Alojamiento
Self-host
Idiomas
TypeScript
Licencia
Licence not stated in the repository

Qué es

Busca en PDFs, wikis, notas y bases de conocimiento utilizando métodos de recuperación conectables como BM25, búsqueda vectorial e híbrida. Un reintento de extracción de PDF ligero utiliza el backend docling-fast de OpenDataLoader para markdown disperso, mientras que Jikji proporciona descubrimiento de primer hallazgo y dupey detecta familias de documentos.

Para quién

Se adapta a científicos de datos e ingenieros que buscan un bibliotecario autónomo para buscar y sintetizar documentación local sin migración de índices centrales. No es adecuado para equipos que buscan un coordinador de múltiples modelos o una configuración de base de datos vectorial gestionada como SaaS.

Funciones clave

Federación In situ

Federates almacenes gestionados por CLI in situ sin migrar datos a un índice central.

Memoria Autoevolutiva

Aprende áreas de documentos productivas y estrategias de recuperación exitosas a lo largo del tiempo a partir del uso.

Recuperación Conectable

Compatible con grep, BM25, búsqueda vectorial y modos híbridos sobre un ciclo de vida de fragmentos MinSync compartido.

Extracción de PDF Ligera

Reintenta automáticamente PDFs dispersos de múltiples páginas utilizando el backend híbrido docling-fast.

Cómo empezar

Listo en 3 pasos

1
Inicializa el agente y configura tus rutas de búsqueda preferidas en config.json.
2
Asegúrate de que MinSync esté habilitado para instalar automáticamente incrustadores locales y reflejos de índice markdown.
3
Ejecuta consultas de búsqueda a través del agente bibliotecario para elaborar respuestas estructuradas.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Federates almacenes locales in situ sin forzar la migración de datos a un índice central
  • El sistema de memoria autoevolutivo aprende estrategias de recuperación efectivas a partir del uso real
  • Los métodos de recuperación local conectables manejan texto plano, artículos de investigación y documentos legales
  • Lee archivos fuente directamente a través de su herramienta bash integrada para verificar evidencias

Sus límites

  • Requiere configurar un proveedor de modelos de entorno de ejecución autenticado, ya que no incluye valores predeterminados privados
  • MinSync y binarios externos como Jikji y dupey requieren configuración y mantenimiento local
  • La extracción ligera de PDF depende de la disponibilidad del sidecar híbrido docling-fast
Costo

Precios y licencia

El único coste es ejecutarlo tú mismo, ya que es una herramienta open-source que utiliza tu propio entorno de ejecución de proveedor de modelos autenticado.

Trabajo remunerado

Empleos para hispanohablantes

879 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: AutoRAG para Ciencia de Datos
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos AutoRAG por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

What happened to the original Python-based AutoRAG?

La herramienta original de optimización de canalizaciones RAG AutoML ahora vive en el directorio legacy/ y permanece en modo de mantenimiento, mientras que el nuevo desarrollo se centra en AutoRAG 2.0.

Does AutoRAG upload my documents to a third-party server?

No. AutoRAG federates almacenes in situ y ejecuta la recuperación localmente sobre fragmentos MinSync sin un servidor de índices central que mantenga tu corpus.

How does AutoRAG handle sparse or unreadable PDFs?

Su analizador de PDF predeterminado comprueba la calidad en múltiples páginas y reintenta el markdown disperso a través del backend híbrido docling-fast de OpenDataLoader.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Ciencia de Datos — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google