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 › Diseño Gráfico › NexusRAG
✦ Gratis y open sourceDiseño Gráfico

NexusRAG

Analiza documentos complejos e imágenes en una búsqueda vectorial híbrida y un grafo de conocimiento LightRAG con citas.

Tubería RAG híbrida con grafos de conocimiento y citas

Combina búsqueda vectorial, mapeo de entidades de LightRAG y LLMs de visión para responder preguntas de documentos visuales.

Gratis para siempre · open source · MIT
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
6
ZEKAI
RAG de grafos híbrido avanzado.
Gratis y open source · Diseño Gráfico
Facilidad de configuración4
Utilidad8
Mantenimiento5.5
Comunidad6.5
★ 530
GITHUB
Apr 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

NexusRAG es un motor de generación aumentada por recuperación que procesa texto, tablas e imágenes de documentos complejos en una base de datos estructurada de vectores y grafos. Está dirigido a desarrolladores y equipos de ingeniería de IA que necesitan respuestas fundamentadas respaldadas por citas precisas de documentos. Puedes desplegarlo localmente usando Ollama y sentence-transformers o conectarlo a proveedores externos como Gemini.

Funciona en
Web
Alojamiento
Self-host
Idiomas
Python
Licencia
MIT

Qué es

NexusRAG extrae estructuras de diseño, tablas e imágenes usando Docling o Marker, y luego genera descripciones visuales mediante LLMs multimodales antes de realizar el troceado (chunking). Ejecuta una estrategia de recuperación triple a través de la búsqueda vectorial de ChromaDB, el recorrido de entidades de LightRAG y la reordenación conjunta por codificador cruzado (cross-encoder). La interfaz de React muestra citas en línea de 4 caracteres, vistas previas de páginas de documentos y visualizadores de red de grafos de conocimiento dirigidos por fuerzas.

Para quién

Se adapta a ingenieros de software, científicos de datos e investigadores técnicos que construyen herramientas de búsqueda contextual sobre PDFs complejos, informes y manuales. No está pensado para usuarios finales no técnicos que buscan un lector de PDF de escritorio de un solo clic. Si careces de hardware de GPU dedicado o presupuesto de API para modelos de visión, la ingesta de documentos será significativamente más lenta.

Funciones clave

Análisis profundo de diseño de documentos

Conserva las jerarquías de encabezados, los límites de página y las relaciones de sección utilizando motores de análisis configurables Docling o Marker.

Inteligencia visual de documentos

Adjunta subtítulos de LLM de visión para imágenes y resúmenes de tablas en markdown estructurado directamente en las incrustaciones de fragmentos (embeddings).

Recuperación híbrida triple

Ejecuta la sobrecaptura vectorial de ChromaDB, la búsqueda de entidades de LightRAG y la reordenación por codificador cruzado en paralelo.

Citas de fuentes precisas

Genera etiquetas de citación en línea de cuatro caracteres que enlazan directamente con los números de página y las rutas de encabezado originales.

Interfaz de grafo dirigido por fuerzas

Renderiza grafos de red de entidades y relaciones dirigidos por fuerzas en el navegador sin requerir servidores de bases de datos de grafos externos.

Cómo empezar

Listo en 3 pasos

1
Configura las variables de entorno del backend en `.env` para seleccionar tu analizador de documentos y los puntos finales del proveedor de LLM.
2
Inicia el servidor FastAPI y la instancia de ChromaDB usando Docker Compose.
3
Lanza el servidor de desarrollo del frontend de React para cargar archivos, inspeccionar grafos de conocimiento y probar consultas de chat.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Extrae y subtitula imágenes y tablas incrustadas para la búsqueda vectorial en lugar de descartar elementos visuales.
  • Utiliza NetworkX basado en archivos y NanoVectorDB para el almacenamiento de grafos para evitar configuraciones complejas de servidores de bases de datos.
  • Permite cambiar en tiempo de ejecución entre Docling para el troceado híbrido y Marker para documentos con muchas fórmulas.
  • Aplica la reordenación por codificador cruzado para puntuar conjuntamente los pares de consulta-documento en lugar de depender únicamente de la distancia del coseno.

Sus límites

  • Demanda grandes recursos de GPU, con la extracción de fórmulas de Docling consumiendo hasta 20 GB de VRAM.
  • Requiere la gestión de múltiples servicios, incluyendo un backend de Python FastAPI y una aplicación frontend de React.
  • Carece de autenticación de usuario integrada, gestión de multiinquilinato o mecanismos de control de acceso de serie.
Costo

Precios y licencia

NexusRAG es software libre y de código abierto bajo la licencia MIT. El autor del repositorio no ofrece una plataforma en la nube gestionada de pago. Tus costes operativos dependen totalmente de la infraestructura de GPU autohospedada o del uso de la API de modelos comerciales como Gemini.

Trabajo remunerado

Empleos para hispanohablantes

877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 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
Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: NexusRAG para Diseño Gráfico
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 NexusRAG por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Puede NexusRAG ejecutarse completamente sin conexión?

Sí, puedes configurar NexusRAG para usar modelos locales de Ollama y sentence-transformers, ejecutando el análisis, la incrustación y el chat localmente.

¿Qué formatos de archivo puede analizar NexusRAG?

Dependiendo de la configuración del analizador activo, acepta archivos PDF, DOCX, PPTX, XLSX, HTML, EPUB y TXT.

¿Cómo se indexan las imágenes para las consultas de texto?

Los modelos de visión generan subtítulos de texto para las imágenes extraídas durante la carga, los cuales se incrustan junto con el texto de esa página.

Radar

Últimas noticias de IA

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

Ve Zekai primero en Google