R

RAG

One memory, one set of guardrails and one MCP hub for all your coding agents -- local-first. Read-only mirror of https://github.com/Nokido-labs/nokido : issues and contributions there.

Romanian answers that are cited or refused: four gates on every answer, deployed to Google Cloud Run by a GitLab pipeline with candidate checks, automatic rollback and a production monitor. Live: https://ro-cited-210002791432.europe-north1.run.app

Legal Advisory System - NLP-powered legal Q&A with RAG over 10,000+ Indian legal documents

CyberRAG — RAG 100% local (Ollama) sobre apuntes y libros de ciberseguridad: recuperación híbrida, respuestas con citas, asistente de pentest por fases y monitor de reindex. Sin frameworks pesados.

AI-Powered Candidate Evaluation & Talent Intelligence Platform built for AICON Hackathon 2026. Features dynamic Gemini job criteria expansion, multi-modal PDF parsing, and context-grounded RAG chat.

Single-header C++17 libraries for LLM features: OpenAI and Anthropic streaming, retries, caching, cost estimates, RAG, structured JSON output and tool-calling agents. Copy one .hpp, no SDK, no package manager.

Ce projet consiste à concevoir un assistant juridique intelligent permettant à un utilisateur d'interagir en langage naturel avec un corpus documentaire basé sur le Code pénal sénégalais.

L'objectif est de mettre en œuvre une architecture Retrieval-Augmented Generation (RAG) afin de permettre au modèle de langage de s'appuyer sur des informations issues du corpus documentaire avant de générer une réponse.

Le projet explore ainsi l'utilisation des LLM, des embeddings et de la recherche sémantique pour construire une application capable de transformer des documents juridiques en une base de connaissances interrogeable.

Travaux réalisés :

Collecte et préparation du corpus juridique. Nettoyage et structuration des documents. Découpage des documents en unités adaptées à la recherche. Transformation des passages textuels en représentations vectorielles (embeddings). Mise en place d'un mécanisme de recherche sémantique. Récupération des passages les plus pertinents en fonction de la question utilisateur. Intégration des informations récupérées dans le contexte transmis au LLM. Génération de réponses contextualisées à partir des documents récupérés. Conception d'une interface permettant d'interagir avec l'assistant en langage naturel.

ApolloCore is a self-contained, embeddable knowledge base that runs 100% locally with no external API dependencies. It combines vector search, keyword search, knowledge graphs, entity extraction, and LLM-powered query enhancement into a single high-performance C++23 library.

Python toolkit for benchmarking RAG quality on Salesforce Data Cloud. Includes retrieval metrics (Hit Rate, MRR, NDCG), generation evaluation, and optional Claude Code skills.

Advanced Conversational Core (ACC) — A multimodal AI framework featuring 5D emotional simulation, semantic RAG memory, cognitive monologue stream, and multi-modal I/O (text, voice, image).

A persistent-memory AI agent with cryptographically signed, hash-chained, tamper-evident memory. Pre-commit quality scoring quarantines prompt-injection; protected zones guard core records. Scans its own history for recurring gaps and proposes improvements for human review. Provider-agnostic (Claude, GPT, Gemini, DeepSeek, OpenRouter, Ollama).

Yanapa - Asistente AI offline para comunidades originarias de Sudamerica y Centroamerica. Salud, derechos, cultura y medicina tradicional en lenguas indigenas.

Flexible GraphRAG: Python, LlamaIndex (LangChain also coming) Docker Compose: 8 Property Graph dbs, 3 RDF graph dbs, 10 Vector dbs, OpenSearch, Elasticsearch, Alfresco. 13 data sources (9 auto-sync), KG auto-building, RDF ontologies, schemas, LLMs, document processing, Docling, LlamaParse, GraphRAG, RAG only, Hybrid search, AI chat. React, Vue, Angular TypeScript frontends, FastAPI backend, REST API, MCP Server

Multi-source RAG pipeline with hybrid vector + keyword retrieval, LLM-powered concept knowledge graph, adaptive search weighting, and evaluation framework.

An intelligent chatbot that answers user queries strictly based on an uploaded document (PDF/DOCX) using a Retrieval-Augmented Generation (RAG) pipeline.