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 › Suporte ao Cliente › Quivr
✦ Grátis & open sourceSuporte ao Cliente

Quivr

Construa aplicações de RAG opinativas rapidamente usando Python e LLMs plugáveis.

RAG opinativo para aplicativos de GenAI

Integre fluxos de trabalho personalizados de Geração Aumentada por Recuperação aos seus aplicativos existentes.

Grátis para sempre · open source · Apache-2.0
✓ Light setup✓ No navegador✓ Colaboração em tempo real
8.4
ZEKAI
Biblioteca Python de RAG rápida
Grátis & open source · Suporte ao Cliente
Facilidade de configuração7
Utilidade8
Manutenção9.5
Comunidade9.2
★ 39,553
GITHUB
Aug 2026
ATUALIZADO
Apache-2.0
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

Quivr-core é uma biblioteca Python projetada para ajudar você a construir e configurar pipelines de RAG com o mínimo de código. É ideal para desenvolvedores que buscam incorporar consultas a documentos e assistentes de IA em suas aplicações.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
Apache-2.0

O que é

A biblioteca permite criar um cérebro a partir de arquivos PDF, TXT ou Markdown usando apenas algumas linhas de Python. Suporta estratégias de recuperação personalizáveis, definições de fluxo de trabalho baseadas em YAML e integração com a ferramenta de ingestão Megaparse.

Para quem

É adequada para desenvolvedores e engenheiros que constroem produtos de IA personalizados e desejam evitar o código repetitivo de RAG de baixo nível. Não é adequada para usuários não técnicos que procuram um aplicativo de chat de desktop pronto para uso.

Recursos principais

Framework de RAG Opinativo

Constrói pipelines de RAG rápidos e eficientes com o mínimo de código usando quivr-core.

Suporte Flexível a LLM

Conecta-se com OpenAI, Anthropic, Mistral ou modelos locais via Ollama.

Ingestão de Qualquer Arquivo

Processa PDFs, documentos de texto e arquivos markdown nativamente.

Fluxos de Trabalho em YAML

Define estratégias de recuperação, limites de histórico e rerankers por meio de arquivos de configuração.

Como começar

Pronto em 3 passos

1
Instale o pacote principal usando pip install quivr-core.
2
Defina as chaves de API do seu provedor de LLM como variáveis de ambiente.
3
Inicialize um Brain com os caminhos dos seus documentos e execute consultas via Python.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Configura um pipeline de RAG funcional em menos de dez linhas de código Python.
  • Suporta múltiplos provedores principais de LLM, bem como execução local.
  • Permite controle refinado sobre as configurações de recuperação e rerankers via YAML.
  • Integra-se diretamente com o Megaparse para ingestão avançada de documentos.

Onde deixa a desejar

  • Requer a escrita de código Python e o gerenciamento de variáveis de ambiente para funcionar.
  • Depende de chaves de API comerciais externas para LLMs, a menos que execute modelos locais.
  • A documentação e a configuração assumem familiaridade com ferramentas de desenvolvimento.
Custo

Preços & licença

O software é gratuito sob sua licença, mas você incorrerá em custos pelas APIs de LLM ou serviços de rerank que escolher conectar a ele.

Trabalho remunerado

Vagas para quem fala português

877 vagas remotas abertas de treinamento de IA, atualizadas em 16 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: Quivr para Suporte ao Cliente
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 Quivr para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Quais LLMs o Quivr suporta?

Ele suporta APIs da OpenAI, Anthropic e Mistral, além de modelos locais via Ollama.

Posso personalizar o fluxo de trabalho de recuperação?

Sim, você pode definir estratégias de recuperação personalizadas, limites de histórico e rerankers usando um arquivo de configuração YAML.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Suporte ao Cliente — 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