आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › डेटा विज्ञान › AutoRAG
✦ फ्री & ओपन सोर्सडेटा विज्ञान

AutoRAG

दस्तावेज़ संग्रह और स्थानीय RAG पुनर्प्राप्ति के लिए स्व-विकासशील लाइब्रेरियन एजेंट।

दस्तावेज़ों के लिए स्व-विकासशील लाइब्रेरियन एजेंट

स्थानीय स्टोरों को संयोजित करता है, सीधे स्रोत फ़ाइलें पढ़ता है, और संरचित उत्तर तैयार करता है।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
7.5
ZEKAI
स्व-विकासशील स्थानीय दस्तावेज़ लाइब्रेरियन
फ्री & ओपन सोर्स · डेटा विज्ञान
सेटअप की आसानी5
उपयोगिता8
रखरखाव9.5
समुदाय7.5
★ 5,066
गिटहब
Sep 2026
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

AutoRAG 2.0 एक विशेष खोज एजेंट है जो एक अनुकूलित Pi एजेंट लूप पर बना है जो उम्मीदवारों को पुनः प्राप्त करता है, स्रोत फ़ाइलों को सीधे पढ़ता है, साक्ष्यों का मूल्यांकन करता है, और उत्तर तैयार करता है। यह उन डेवलपर्स और पेशेवरों के लिए उपयुक्त है जो स्थानीय दस्तावेज़ संग्रह का प्रबंधन करते हैं जिन्हें रॉ ग्रैप डंप के बजाय सीधे उत्तरों की आवश्यकता होती है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
TypeScript
लाइसेंस
Licence not stated in the repository

यह क्या है

यह BM25, वेक्टर और हाइब्रिड खोज जैसी प्लग करने योग्य पुनर्प्राप्ति विधियों का उपयोग करके PDF, विकी, नोट्स और ज्ञान आधारों को खोजता है। एक पतला PDF निष्कर्षण पुनः प्रयास विरल मार्कडाउन के लिए OpenDataLoader के docling-fast बैकएंड का उपयोग करता है, जबकि Jikji पहली बार खोज की खोज प्रदान करता है और dupey दस्तावेज़ परिवारों का पता लगाता है।

किसके लिए

यह डेटा वैज्ञानिकों और इंजीनियरों के लिए उपयुक्त है जो केंद्रीय इंडेक्स माइग्रेशन के बिना स्थानीय दस्तावेज़ों को खोजने और संश्लेषित करने के लिए एक स्वायत्त लाइब्रेरियन की तलाश कर रहे हैं। यह उन टीमों के लिए उपयुक्त नहीं है जो बहु-मॉडल समन्वयक या SaaS-प्रबंधित वेक्टर डेटाबेस सेटअप चाहती हैं।

मुख्य विशेषताएँ

इन-प्लेस फेडरेशन

डेटा को केंद्रीय इंडेक्स में माइग्रेट किए बिना CLI-स्वामित्व वाले स्टोर को वहीं संयोजित करता है।

स्व-विकासशील मेमोरी

उपयोग से समय के साथ उत्पादक दस्तावेज़ क्षेत्रों और सफल पुनर्प्राप्ति रणनीतियों को सीखता है।

प्लग करने योग्य पुनर्प्राप्ति

एक साझा MinSync चंक जीवनचक्र पर ग्रैप, BM25, वेक्टर खोज और हाइब्रिड मोड का समर्थन करता है।

पतला PDF निष्कर्षण

docling-fast हाइब्रिड बैकएंड का उपयोग करके विरल बहु-पृष्ठ PDF का स्वचालित रूप से पुनः प्रयास करता है।

कैसे शुरू करें

3 चरणों में तैयार

1
एजेंट को प्रारंभ करें और config.json में अपने पसंदीदा खोज पथ कॉन्फ़िगर करें।
2
स्थानीय एम्बेडर और इंडेक्स मार्कडाउन मिरर को ऑटो-इंस्टॉल करने के लिए सुनिश्चित करें कि MinSync सक्षम है।
3
संरचित उत्तर तैयार करने के लिए लाइब्रेरियन एजेंट के माध्यम से खोज क्वेरी चलाएँ।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • डेटा माइग्रेशन को केंद्रीय इंडेक्स में मजबूर किए बिना स्थानीय स्टोरों को वहीं संयोजित करता है
  • स्व-विकासशील मेमोरी सिस्टम वास्तविक उपयोग से प्रभावी पुनर्प्राप्ति रणनीतियों को सीखता है
  • प्लग करने योग्य स्थानीय पुनर्प्राप्ति विधियाँ सादे पाठ, शोध पत्र और कानूनी दस्तावेजों को संभालती हैं
  • साक्ष्यों को सत्यापित करने के लिए अपने अंतर्निहित bash टूल के माध्यम से सीधे स्रोत फ़ाइलें पढ़ता है

कहाँ कमी है

  • एक प्रमाणित रनटाइम मॉडल प्रदाता को कॉन्फ़िगर करने की आवश्यकता होती है क्योंकि यह निजी डिफ़ॉल्ट के साथ नहीं आता है
  • MinSync और Jikji और dupey जैसी बाहरी बाइनरी को स्थानीय सेटअप और रखरखाव की आवश्यकता होती है
  • पतला PDF निष्कर्षण docling-fast हाइब्रिड साइडकार की उपलब्धता पर निर्भर करता है
लागत

मूल्य & लाइसेंस

केवल लागत इसे स्वयं चलाने की है, क्योंकि यह एक ओपन-सोर्स टूल है जो आपके अपने प्रमाणित मॉडल प्रदाता रनटाइम का उपयोग करता है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

873 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: डेटा विज्ञान के लिए AutoRAG
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम AutoRAG को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

मूल पायथन-आधारित AutoRAG का क्या हुआ?

मूल RAG AutoML पाइपलाइन अनुकूलन टूल अब legacy/ निर्देशिका में रहता है और रखरखाव मोड में रहता है, जबकि नया विकास AutoRAG 2.0 पर केंद्रित है।

क्या AutoRAG मेरे दस्तावेज़ों को किसी तृतीय-पक्ष सर्वर पर अपलोड करता है?

नहीं। AutoRAG स्टोर को वहीं संयोजित करता है और आपके कॉर्पस को रखने वाले केंद्रीय इंडेक्स सर्वर के बिना MinSync चंक्स पर स्थानीय रूप से पुनर्प्राप्ति चलाता है।

AutoRAG विरल या अपठनीय PDF को कैसे संभालता है?

इसका डिफ़ॉल्ट PDF पार्सर बहु-पृष्ठ गुणवत्ता की जाँच करता है और OpenDataLoader के docling-fast हाइब्रिड बैकएंड के माध्यम से विरल मार्कडाउन का पुनः प्रयास करता है।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
डेटा विज्ञान के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें