Analiza documentos complejos e imágenes en una búsqueda vectorial híbrida y un grafo de conocimiento LightRAG con citas.
Combina búsqueda vectorial, mapeo de entidades de LightRAG y LLMs de visión para responder preguntas de documentos visuales.
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.
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.
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.
Conserva las jerarquías de encabezados, los límites de página y las relaciones de sección utilizando motores de análisis configurables Docling o Marker.
Adjunta subtítulos de LLM de visión para imágenes y resúmenes de tablas en markdown estructurado directamente en las incrustaciones de fragmentos (embeddings).
Ejecuta la sobrecaptura vectorial de ChromaDB, la búsqueda de entidades de LightRAG y la reordenación por codificador cruzado en paralelo.
Genera etiquetas de citación en línea de cuatro caracteres que enlazan directamente con los números de página y las rutas de encabezado originales.
Renderiza grafos de red de entidades y relaciones dirigidos por fuerzas en el navegador sin requerir servidores de bases de datos de grafos externos.
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.
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.
Sí, puedes configurar NexusRAG para usar modelos locales de Ollama y sentence-transformers, ejecutando el análisis, la incrustación y el chat localmente.
Dependiendo de la configuración del analizador activo, acepta archivos PDF, DOCX, PPTX, XLSX, HTML, EPUB y TXT.
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.
Ve Zekai primero en Google