MI

marker-inc-korea/autorag

Productivity workflow

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

5,2 тыс. stars Качество 86 Тренд 63Apache-2.0

AutoRAG: Теперь ваш агент может найти что угодно в вашем компьютере. Это становится умнее, если вы пользуетесь им часто.

Обзор

Этот репозиторий теперь размещает , полное переосмысление AutoRAG как саморазвивающегося библиотечного агента. Оригинальный AutoRAG на Python — инструмент RAG AutoML для автоматического поиска оптимального RAG-пайплайна для ваших данных — теперь находится в наследии/каталоге этого репозитория. Он продолжает поддерживаться (исправления ошибок, обновления зависимостей и релизы PyPI через pip-установку AutoRAG) в режиме обслуживания. Существующие пользователи могут продолжать использовать его как раньше — см. документацию по наследованию README и проблемы с файлами в этом репозитории, как обычно. Разработка новых функций сосредоточена на AutoRAG 2.0. AutoRAG ищет ваши PDF-файлы, вики, заметки, научные статьи и базы знаний — затем курирует результаты в чистые, пронумерованные единицы знаний. Без необработанных grep-дампов. Только ответы. AutoRAG — это кастомизированный Pi-агент — цикл Pi-агента, сконфигурированный в библиотекаря. AutoRAG библиотекарь находит кандидатов, читает исходные файлы напрямую, оценивает доказательства и курирует структурированный ответ.

Обзор (машинный перевод)

Теперь твой агент может найти что угодно в твоём компьютере.

= 24" /> = 1,2" />

[! ВАЖНО] Ищете оригинальный AutoRAG (RAG AutoML / инструмент оптимизации конвейера)? Этот репозиторий теперь содержит AutoRAG 2.0 — полное переосмысление AutoRAG как персонального библиотекарьского агента для вашей офисной работы. Оригинальный AutoRAG на Python — инструмент RAG AutoML для автоматического поиска оптимального RAG-конвейера для ваших данных — теперь находится в каталоге legacy/ этого репозитория.

Уставший AutoRAG НЕ заброшен. Он продолжает поддерживаться (исправления ошибок, обновления зависимостей и выпуски PyPI через pip install AutoRAG) в режиме обслуживания. Существующие пользователи могут продолжать использовать его как раньше — см. документацию и проблемы с файлами в этом репозитории, как обычно. Разработка новых функций сосредоточена на AutoRAG Agent (2.0).


🖥️ Десктопное приложение

Искатель для вашего компьютера, который понимает, что находится в ваших файлах. Десктопное приложение AutoRAG помещает этого библиотекаря за настоящим файловым менеджером: просмотрите свой Папки, как обычно, затем задайте вопрос и получите ответ, который цитирует файлы, Чаты и почта, откуда он пришёл.

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

AutoRAG Agent

Now your agent can find anything in your computer.

= 24" /> = 1.2" />

[!IMPORTANT] Looking for the original AutoRAG (RAG AutoML / pipeline optimization tool)? This repository now hosts AutoRAG 2.0, a complete reimagining of AutoRAG as a personal librarian agent for your office work. The original Python-based AutoRAG — the RAG AutoML tool for automatically finding an optimal RAG pipeline for your data — now lives in the legacy/ directory of this repository.

The legacy AutoRAG is NOT abandoned. It continues to be maintained (bug fixes, dependency updates, and PyPI releases via pip install AutoRAG) in maintenance mode. Existing users can keep using it exactly as before — see the legacy README for its documentation, and file issues in this repository as usual. New feature development is focused on AutoRAG Agent (2.0).


🖥️ The desktop app

A Finder for your computer that understands what’s inside your files. The AutoRAG desktop app puts this librarian behind a real file manager: browse your folders as usual, then ask a question and get an answer that cites the files, chats, and mail it came from. Everything it searches with is the engine in this repository.

🔎 Just ask

Ask the way you’d ask a teammate. The librarian reads the files and writes back, every claim linked to the passage behind it. Drag files, folders, or links into a question to ask about just those.

Открыть полный README на GitHub

Рекомендуемые инструменты

Попробуйте другой запрос или уберите фильтр.

Установка

npx skillfish add marker-inc-korea/autorag
Новичок в MCP? Начните с руководства на mcpskill.org →