Accueil Projets RAG-Anything
RAG-Anything

RAG-Anything

par HKUDS · GitHub

"RAG-Anything : Cadre RAG tout-en-un"

Voir sur GitHub
En termes simples

Combinez texte et images pour une analyse de contenu avancée et des insights en utilisant un cadre unifié.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
RAG-Anything — GitHub preview card
📈 Historique des étoiles
22.5k21.6k
2026-06-282026-07-29
📈 Suivez RAG-Anything

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

"RAG-Anything : Cadre RAG tout-en-un"

RAG-Anything compte 22.5k étoiles sur GitHub. Il a été forké 2.6k fois. RAG-Anything est écrit principalement en Python. Il est développé activement depuis 2025. RAG-Anything est disponible sous licence MIT. Ses principaux thèmes sont : multi-modal-rag, retrieval-augmented-generation.

Frequently asked questions

Qu'est-ce que RAG-Anything ?

"RAG-Anything : Cadre RAG tout-en-un"

RAG-Anything est-il open source ?

RAG-Anything est un projet open source. Il est distribué sous licence MIT.

RAG-Anything est-il gratuit ?

Oui. RAG-Anything est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est RAG-Anything ?

RAG-Anything est disponible sous licence MIT.

Dans quel langage RAG-Anything est-il écrit ?

RAG-Anything est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — RAG-Anything

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=hkuds-rag-anything)](https://opensourceai.tech/project/hkuds-rag-anything.html)
Plus d'options de badge →
🧬 Partage son ADN avec
MiniRAG
[ACL2026] "MiniRAG : Simplifier RAG avec de petits modèles de langage open-source"
2k · large-language-models
partageretrieval-augmented-generation
CRUD_RAG
CRUD-RAG : Un benchmark chinois complet pour la génération augmentée par récupération de grands…
400 · benchmark
partageretrieval-augmented-generation
Multimodal-RAG-Survey
Une enquête sur la génération augmentée par récupération multimodale
537 · multimodal-learning
partageretrieval-augmented-generation
RAG-Retrieval
Unifiez le réglage fin efficace de la récupération RAG, y compris l'Embedding, ColBERT, ReRanke…
1.1k · ai
partageretrieval-augmented-generation
local-rag
Ingestion de fichiers pour la génération augmentée par récupération (RAG) avec des modèles de l…
754 · large-language-models
partageretrieval-augmented-generation
DALM
Boîte à outils de modélisation linguistique adaptée au domaine - E2E RAG
344 · language-model
partageretrieval-augmented-generation
Awesome-RAG
😎 Liste incroyable d'applications de génération augmentée par récupération (RAG) en IA générati…
1.3k · artificial-intelligence
partageretrieval-augmented-generation
Awesome-RAG
💡 Awesome RAG : une ressource de génération augmentée par récupération (RAG) pour les LLM, axée…
508 · large-langage-models
partageretrieval-augmented-generation
RAGLAB
[EMNLP 2024 : Démo orale] RAGLAB : Un cadre unifié modulaire et orienté recherche pour la génér…
312 · fair-comparison
partageretrieval-augmented-generation
FlashRAG
⚡FlashRAG : Un kit d'outils Python pour la recherche RAG efficace (ressource WWW2025)
3.5k · benchmark
partageretrieval-augmented-generation

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.