Agente bibliotecário autoevolutivo para coleções de documentos e recuperação RAG local.
Federa armazéns locais, lê arquivos de origem diretamente e cura respostas estruturadas.
O AutoRAG 2.0 é um agente de busca especializado construído em um loop de agente Pi personalizado que recupera candidatos, lê arquivos de origem diretamente, julga evidências e cura respostas. É ideal para desenvolvedores e profissionais que gerenciam coleções de documentos locais e precisam de respostas diretas em vez de despejos brutos de grep.
Ele busca em PDFs, wikis, notas e bases de conhecimento usando métodos de recuperação plugáveis como BM25, vetor e busca híbrida. Uma nova tentativa fina de extração de PDF usa o backend docling-fast do OpenDataLoader para markdown esparso, enquanto o Jikji fornece descoberta de primeira localização e o dupey detecta famílias de documentos.
É adequado para cientistas de dados e engenheiros que buscam um bibliotecário autônomo para buscar e sintetizar documentação local sem migração de índice central. Não é adequado para equipes que desejam um coordenador de vários modelos ou uma configuração de banco de dados vetorial gerenciada por SaaS.
Federa armazéns gerenciados por CLI in-place sem migrar dados para um índice central.
Aprende áreas de documentos produtivas e estratégias de recuperação bem-sucedidas ao longo do tempo a partir do uso.
Suporta grep, BM25, busca vetorial e modos híbridos sobre um ciclo de vida de fragmentos MinSync compartilhado.
Tenta novamente automaticamente PDFs esparsos de várias páginas usando o backend híbrido docling-fast.
O único custo é executá-lo você mesmo, pois é uma ferramenta open-source que utiliza o tempo de execução do seu próprio provedor de modelo autenticado.
879 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
A ferramenta original de otimização de pipeline RAG AutoML agora reside no diretório legacy/ e permanece em modo de manutenção, enquanto o novo desenvolvimento se concentra no AutoRAG 2.0.
Não. O AutoRAG federa armazéns in-place e executa a recuperação localmente sobre fragmentos MinSync sem um servidor de índice central armazenando seu corpus.
Seu parser de PDF padrão verifica a qualidade de várias páginas e tenta novamente o markdown esparso através do backend híbrido docling-fast do OpenDataLoader.
Veja o Zekai primeiro no Google