ИИ-инструменты с оценкой для вашей профессии
Заработок с ИИ
🤝 Вы в библиотеке «Бесплатно и Open Source» — инструменты от сообщества, которыми можно пользоваться бесплатно. Это другой формат, чем наш оценённый каталог ИИ.
Главная › Бесплатно и Open Source › Наука о данных › AutoRAG
✦ Бесплатно и open sourceНаука о данных

AutoRAG

Саморазвивающийся агент-библиотекарь для коллекций документов и локального RAG-поиска.

Саморазвивающийся агент-библиотекарь для документов

Объединяет локальные хранилища, напрямую читает исходные файлы и формирует структурированные ответы.

Бесплатно навсегда · source-available · Licence not stated in the repository
✓ Light setup✓ В браузере✓ Совместная работа в реальном времени
7.5
ZEKAI
Саморазвивающийся локальный библиотекарь документов
Бесплатно и open source · Наука о данных
Простота настройки5
Полезность8
Поддержка9.5
Сообщество7.5
★ 5,066
GITHUB
Sep 2026
ОБНОВЛЕНО
Licence not stated in the repository
ЛИЦЕНЗИЯ
🛠 Не хотите размещать сами? Мы настроим за вас →
⚡ Быстрый ответ

AutoRAG 2.0 — это специализированный поисковый агент на базе измененного цикла агента Pi, который выполняет поиск кандидатов, напрямую читает исходные файлы, оценивает доказательства и формирует ответы. Он подходит разработчикам и специалистам, управляющим локальными коллекциями документов, которым нужны прямые ответы вместо сырых дампов grep.

Работает на
Cross-platform
Хостинг
Self-host
Языки
TypeScript
Лицензия
Licence not stated in the repository

Что это

Он ищет в PDF, вики, заметках и базах знаний с помощью подключаемых методов поиска, таких как BM25, векторный и гибридный поиск. Тонкое извлечение повторных попыток для PDF использует бэкенд docling-fast от OpenDataLoader для разреженного маркдауна, в то время как Jikji обеспечивает обнаружение с первого поиска, а dupey обнаруживает семейства документов.

Для кого

Он подходит дата-саентистам и инженерам, ищущим автономного библиотекаря для поиска и синтеза локальной документации без миграции центрального индекса. Он не подходит командам, которым нужен координатор для работы с несколькими моделями или настройка векторной базы данных с управлением по модели SaaS.

Ключевые возможности

Федерация на месте

Объединяет хранилища под управлением CLI на месте без миграции данных в центральный индекс.

Саморазвивающаяся память

Со временем обучается продуктивным областям документов и успешным стратегиям поиска на основе использования.

Подключаемый поиск

Поддерживает grep, BM25, векторный поиск и гибридные режимы поверх общего жизненного цикла фрагментов MinSync.

Тонкое извлечение PDF

Автоматически повторяет попытки для разреженных многостраничных PDF с использованием гибридного бэкенда docling-fast.

Как начать

Готово за 3 шага

1
Инициализируйте агента и настройте предпочитаемые пути поиска в config.json.
2
Убедитесь, что MinSync включен для автоматической установки локальных эбеддеров и индексации зеркал маркдаун.
3
Запускайте поисковые запросы через агента-библиотекаря для формирования структурированных ответов.
Честно

Наш честный вердикт

Плюсы

  • Объединяет локальные хранилища на месте без принудительной миграции данных в центральный индекс
  • Система саморазвивающейся памяти изучает эффективные стратегии поиска на основе реального использования
  • Подключаемые методы локального поиска обрабатывают простой текст, научные статьи и юридические документы
  • Напрямую читает исходные файлы с помощью встроенного инструмента bash для проверки доказательств

Минусы

  • Требует настройки среды выполнения модели с аутентификацией, так как не поставляется с закрытыми значениями по умолчанию
  • MinSync и внешние бинарные файлы, такие как Jikji и dupey, требуют локальной настройки и обслуживания
  • Тонкое извлечение PDF зависит от доступности гибридного сайдкара docling-fast
Стоимость

Цены и лицензия

Единственная стоимость — это самостоятельный запуск, так как это инструмент с открытым исходным кодом, использующий вашу собственную среду выполнения провайдера моделей с аутентификацией.

Оплачиваемая работа

Вакансии для носителей русского языка

877 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.

Все открытые вакансии →
Сравнить

Альтернативы

🎁 Бесплатные и open-source альтернативы

Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.

Больше

Используйте сами или мы всё настроим

📄 Бесплатный PDF: AutoRAG для Наука о данных
Простое руководство для первого результата. Придёт на вашу почту.
🔔 64 человек хотят полный видеоурок — добавьте свой голос
🛠 Не хотите настраивать сами?
Мы установим, разместим и настроим AutoRAG за вас — и обучим вашу команду.
Доверьте это нам ↗
Вопросы

Вопросы

Что случилось с оригинальным AutoRAG на Python?

Оригинальный инструмент оптимизации пайплайна RAG AutoML теперь находится в директории legacy/ и поддерживается в режиме обслуживания, в то время как новая разработка сосредоточена на AutoRAG 2.0.

Загружает ли AutoRAG мои документы на сторонний сервер?

Нет. AutoRAG объединяет хранилища на месте и выполняет поиск локально по фрагментам MinSync без центрального индексного сервера, хранящего ваш корпус.

Как AutoRAG обрабатывает разреженные или нечитаемые PDF?

Его стандартный парсер PDF проверяет качество многостраничных документов и повторяет попытку обработки разреженного маркдауна через гибридный бэкенд docling-fast от OpenDataLoader.

Радар

Свежие новости ИИ

✉️ Еженедельный бесплатный набор
Лучшие новые бесплатные и open-source инструменты для Наука о данных — короткое письмо раз в неделю, на вашем языке.
Бесплатно · 1 письмо/неделю · отписка в любой момент
Заработок на обучении ИИ →

Zekai первым в Google