Agent bibliothécaire auto-évoluant pour les collections de documents et la recherche RAG locale.
Fédère les stockages locaux, lit directement les fichiers sources et élabore des réponses structurées.
AutoRAG 2.0 est un agent de recherche spécialisé construit sur une boucle d'agent Pi personnalisée qui récupère des candidats, lit directement les fichiers sources, évalue les preuves et élabore des réponses. Il convient aux développeurs et aux professionnels gérant des collections de documents locaux qui ont besoin de réponses directes plutôt que de simples résultats grep bruts.
Il effectue des recherches dans les PDF, wikis, notes et bases de connaissances en utilisant des méthodes de recherche modulaires telles que BM25, vectorielle et hybride. Une réessai d'extraction PDF légère utilise le backend docling-fast d'OpenDataLoader pour le markdown creux, tandis que Jikji assure la découverte par première occurrence et dupey détecte les familles de documents.
Il convient aux data scientists et aux ingénieurs recherchant un bibliothécaire autonome pour rechercher et synthétiser de la documentation locale sans migration d'index central. Il ne convient pas aux équipes souhaitant un coordinateur multi-modèle ou une configuration de base de données vectorielle gérée en mode SaaS.
Fédère les stockages gérés par la CLI sur place sans migrer les données vers un index central.
Apprend les zones de documents productives et les stratégies de recherche efficaces au fil du temps grâce à l'utilisation.
Prend en charge grep, BM25, la recherche vectorielle et les modes hybrides sur un cycle de vie de segments MinSync partagé.
Réessaie automatiquement les PDF multipages creux en utilisant le backend hybride docling-fast.
Le seul coût est celui de son exécution par vos soins, car il s'agit d'un outil open source utilisant votre propre environnement d'exécution de fournisseur de modèle authentifié.
880 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
L'outil d'optimisation de pipeline RAG AutoML original se trouve désormais dans le répertoire legacy/ et reste en mode maintenance, tandis que le nouveau développement se concentre sur AutoRAG 2.0.
Non. AutoRAG fédère les stockages sur place et exécute la recherche localement sur des segments MinSync sans serveur d'index central contenant votre corpus.
Son analyseur PDF par défaut vérifie la qualité multipage et réessaie le markdown creux via le backend hybride docling-fast d'OpenDataLoader.
Voir Zekai en premier dans Google