Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Ciência de Dados › AutoRAG
✦ Grátis & open sourceCiência de Dados

AutoRAG

Agente bibliotecário autoevolutivo para coleções de documentos e recuperação RAG local.

Agente bibliotecário autoevolutivo para documentos

Federa armazéns locais, lê arquivos de origem diretamente e cura respostas estruturadas.

Grátis para sempre · source-available · Licence not stated in the repository
✓ Light setup✓ No navegador✓ Colaboração em tempo real
7.5
ZEKAI
Bibliotecário de documentos locais autoevolutivo
Grátis & open source · Ciência de Dados
Facilidade de configuração5
Utilidade8
Manutenção9.5
Comunidade7.5
★ 5,066
GITHUB
Sep 2026
ATUALIZADO
Licence not stated in the repository
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

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.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
TypeScript
Licença
Licence not stated in the repository

O que é

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.

Para quem

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.

Recursos principais

Federação In-Place

Federa armazéns gerenciados por CLI in-place sem migrar dados para um índice central.

Memória Autoevolutiva

Aprende áreas de documentos produtivas e estratégias de recuperação bem-sucedidas ao longo do tempo a partir do uso.

Recuperação Plugável

Suporta grep, BM25, busca vetorial e modos híbridos sobre um ciclo de vida de fragmentos MinSync compartilhado.

Extração Fina de PDF

Tenta novamente automaticamente PDFs esparsos de várias páginas usando o backend híbrido docling-fast.

Como começar

Pronto em 3 passos

1
Inicialize o agente e configure seus caminhos de busca preferidos em config.json.
2
Garanta que o MinSync esteja ativado para instalar automaticamente geradores de embeddings locais e indexar espelhos em markdown.
3
Execute consultas de busca através do agente bibliotecário para curar respostas estruturadas.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Federa armazéns locais in-place sem forçar a migração de dados para um índice central
  • O sistema de memória autoevolutivo aprende estratégias de recuperação eficazes a partir do uso real
  • Métodos de recuperação local plugáveis lidam com texto simples, artigos de pesquisa e documentos legais
  • Lê arquivos de origem diretamente através de sua ferramenta bash integrada para verificar evidências

Onde deixa a desejar

  • Requer a configuração de um provedor de modelo de tempo de execução autenticado, pois não vem com padrões privados
  • O MinSync e binários externos como Jikji e dupey exigem configuração e manutenção local
  • A extração fina de PDF depende da disponibilidade do sidecar híbrido docling-fast
Custo

Preços & licença

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.

Trabalho remunerado

Vagas para quem fala português

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.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: AutoRAG para Ciência de Dados
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o AutoRAG para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

O que aconteceu com o AutoRAG original baseado em Python?

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.

O AutoRAG faz upload dos meus documentos para um servidor de terceiros?

Não. O AutoRAG federa armazéns in-place e executa a recuperação localmente sobre fragmentos MinSync sem um servidor de índice central armazenando seu corpus.

Como o AutoRAG lida com PDFs esparsos ou ilegíveis?

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.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Ciência de Dados — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google