Google推出Gemini API的“文件搜索工具”，作为全托管RAG系统，可将私有文件直接转化为知识库。用户无需处理数据分块、嵌入生成等步骤，通过API即可实现高效检索与生成。工具核心是端到端集成，自动完成文件上传、索引和检索流程。
Meta超级智能实验室推出REFRAG技术，使大型语言模型在检索增强生成任务中的推理速度提升超过30倍。这项突破性成果发表于相关论文，深刻变革AI模型运作方式。该实验室今年6月在加州成立，源于扎克伯格对Llama4模型的重视。
Meta成立超级智能实验室，其首篇论文《REFRAG:Rethinking RAG based Decoding》提出新方法，显著提升大语言模型在检索增强生成任务中的推理速度，提升幅度达30倍以上，同时保持准确性不变。
检索增强生成(RAG)技术通过检索知识库信息提升大语言模型回答准确性，但处理语言多样性时存在不足。为此，Lexical Diversity-aware RAG 方法被提出，旨在优化模型对多样化表达的理解，增强生成答案的可靠性。
SQLBot 是一款基于大模型和 RAG 的智能问数系统。
全面管理的AI搜索基础设施，支持RAG。
一个强大的本地文档问答工具，连接到你的本地Ollama模型，用于创建和管理RAG系统。
RagaAI Catalyst 是一个用于观察、评估和调试 AI 代理的平台，助力开发者优化 AI 工作流并安全部署。
nvidia
-
输入tokens/百万
输出tokens/百万
128k
上下文长度
ai21-labs
$3.53
$7.99
260k
cohere
$1.8
$7.2
mamei16
这是对mirth/chonky_distilbert_base_uncased_1模型的微调版本，通过在更多数据上进行训练来提升模型性能，主要用于文本分块和RAG相关任务。
bartowski
这是LiquidAI的LFM2-1.2B-RAG模型的GGUF量化版本，专门为检索增强生成(RAG)任务优化。该模型经过多种量化处理，提供从bf16到Q2_K等多种量化级别，适用于不同硬件条件和性能需求。
NVIDIA Qwen3-14B FP4模型是阿里巴巴Qwen3-14B模型的量化版本，采用FP4数据类型进行优化，通过TensorRT-LLM进行高效推理。该模型专为NVIDIA GPU加速系统设计，适用于AI Agent系统、聊天机器人、RAG系统等多种AI应用场景，支持全球范围内的商业和非商业使用。
anquachdev
Vi-Qwen2-7B-RAG 是一个专为检索增强生成（RAG）任务定制的大型语言模型，基于 Qwen2-7B-Instruct 在越南语数据集上微调而来，显著提升了越南语处理能力和 RAG 任务的执行效率。
MongoDB
mdbr-leaf-ir 是 MongoDB Research 开发的专为信息检索任务设计的高性能紧凑型文本嵌入模型，特别适用于 RAG 管道的检索阶段。该模型采用知识蒸馏技术，支持非对称架构、MRL 截断和向量量化，在 BEIR 基准测试中表现出色。
cpatonn
Llama-3.3-Nemotron-Super-49B-v1.5是基于Meta Llama-3.3-70B-Instruct衍生的大语言模型，是v1版本的显著升级版。该模型在推理、人类对话偏好和代理任务（如RAG和工具调用）方面表现出色，支持128K令牌的上下文长度，在准确性和效率间实现了良好平衡。
NVIDIA Qwen3-30B-A3B FP4是阿里巴巴Qwen3-30B-A3B模型的量化版本，采用优化的Transformer架构，通过FP4量化技术将模型大小减少约3.3倍，同时保持较好的性能表现。该模型支持商业和非商业用途，适用于AI代理系统、聊天机器人、RAG系统等应用场景。
lmstudio-community
由英伟达发布的4B参数规模大语言模型，支持128k tokens上下文长度，专为推理、对话及RAG等任务优化
hotchpotch
这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度，在CPU或边缘设备上也能高效运行。
这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度。
JJTsao
专为电影和电视剧推荐系统定制的微调句子转换器模型，优化了RAG管道中的高质量向量检索。
ragunath-ravi
该模型是在BLIP基础模型上针对病理切片图像进行微调的版本，用于自动生成病理切片图像的描述文本。
AITeamVN
基于Qwen2.5-7B-Instruct微调的越南语检索增强生成(RAG)专用大模型，采用GRPO优化方法训练
mirth
Chonky是一款能够智能地将文本分割成有意义的语义块的Transformer模型，适用于RAG系统。
RaghuCourage9605
Anubis-559M是一款专为创意文本生成而设计的因果语言模型，基于更大的基础模型进行微调，擅长生成自然的对话和引人入胜的散文，特别适合角色扮演场景和创意写作。
riple-saanvi-lab
120亿参数大语言模型，专为速度、效率和上下文准确性优化，支持RAG增强技术和128k上下文窗口。
XXsongLALA
Qwen-2.5-7B-base-RAG-RL 是一个基于未知数据集从头开始训练的7B参数规模的大语言模型，结合了检索增强生成(RAG)和强化学习(RL)技术。
Chonky是一款能智能将文本分割成有意义语义块的Transformer模型，可用于RAG系统。
PleIAs
Pleias-RAG-1B是一款12亿参数的小型推理模型，专为检索增强生成（RAG）、搜索和文献摘要任务设计。在多语言RAG任务中表现优异，支持结构化引证生成。
Crawl4AI RAG MCP Server是一个集成网络爬虫和RAG功能的AI代理服务，支持智能URL检测、递归爬取、并行处理和向量搜索，旨在为AI编码助手提供强大的知识获取和检索能力。
一个基于MCP协议的本地服务器，实现Apple Notes的语义搜索和RAG功能，供Claude等AI助手调用
为RAG Web Browser Actor实现的MCP服务器，支持AI代理进行网页搜索和内容提取。
一个基于Qdrant向量数据库的文档语义搜索服务，支持URL和本地文件导入，提供自然语言查询功能。
Quick-start Auto MCP是一个帮助用户快速在Claude Desktop和Cursor中注册Anthropic模型上下文协议(MCP)的工具，提供RAG文档搜索、Dify工作流、实时网络搜索等功能，支持一键生成JSON配置文件。
RagRabbit是一个自托管的AI站点搜索和LLM.txt生成工具，支持一键部署在Vercel上。
基于MCP服务器的RAG项目
该项目实现了一个MCP服务器和客户端，用于构建基于检索增强生成（RAG）的智能代理应用。服务器提供实体提取、查询优化和相关性检查等工具，客户端展示如何连接服务器并使用这些工具来增强RAG系统的性能。
本项目构建了一个基于IBM Watsonx.ai的检索增强生成(RAG)服务器，使用ChromaDB进行向量索引，并通过模型上下文协议(MCP)暴露接口。该系统能够处理PDF文档并基于文档内容回答问题，实现了将大型语言模型与特定领域知识相结合的智能问答功能。
Root Signals MCP服务器是一个将Root Signals评估工具通过Model Context Protocol（MCP）暴露给AI助手和代理的桥梁项目，支持标准评估和带上下文的RAG评估。
MCP RAG Server是一个基于Model Context Protocol的检索增强生成服务，通过本地化工具（ChromaDB和Ollama）自动索引项目文档，为连接的LLM提供上下文增强能力。
一个使用DuckDB和Plamo-Embedding-1B实现RAG功能的项目，支持markdown文件向量化存储和检索，并提供MCP服务接口。
一个基于模型上下文协议(MCP)的服务器，提供美国国家综合癌症网络(NCCN)临床指南的访问服务。该系统通过直接读取指南PDF内容而非使用RAG技术，确保医疗指导的准确性和可靠性。
基于检索增强生成(RAG)的Godot文档查询助手，通过向量化技术和语义搜索实现智能问答
一个基于Model Context Protocol (MCP)的服务端，提供检索增强生成(RAG)能力，集成Cursor IDE和Claude Desktop等客户端，实现领域知识问答、智能检索和上下文感知的响应生成。
该项目提供了一系列使用AWS Model Context Protocol（MCP）的示例模块，涵盖了多种语言和技术栈，包括TypeScript、Python、Spring AI等，展示了MCP在客户端-服务器通信、ECS部署、RAG集成等场景下的应用。
mcp-rag-server是一个基于Model Context Protocol (MCP)的服务，支持检索增强生成(RAG)，能够索引文档并为大型语言模型提供相关上下文。
一个基于Model Context Protocol (MCP)的服务端项目，提供检索增强生成(RAG)能力，可作为Cursor IDE和Claude Desktop等客户端与Contextual AI代理的桥梁，实现基于知识库的智能问答和上下文感知响应。
Apple RAG MCP是一个为AI代理提供苹果开发专业知识的检索增强生成系统，集成了官方Swift文档、设计指南和Apple Developer YouTube内容，通过AI驱动的混合搜索技术提供准确的技术答案。
该项目构建了一个基于RAG的HR聊天机器人，通过MCP服务器作为功能调用中心，实现PDF文档上传、解析、检索及自然语言问答功能。
Safetensors%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
