CommunityRecherche & Datenanalysegithub.com

strewerwer/agentic-rag-framework

🔍 Verbessern Sie die Abfrage mit dem Agentic RAG Framework für Hybridsuche, Abfrageklassifizierung und Antwortfusion in produktionsreifen Systemen.

Was ist agentic-rag-framework?

Das Agentic RAG Framework von strewerwer bietet eine fortschrittliche Lösung zur Verbesserung der Abrufgenauigkeit in Retrieval-Augmented Generation (RAG)-Systemen. Es kombiniert Hybridsuche (sowohl semantisch als auch lexikalisch) mit dynamischer Abfrageklassifizierung, um die relevantesten Informationen für KI-Agenten zu liefern. Die Plattform unterstützt gängige Entwicklungsumgebungen wie Claude Code, Cursor und Codex und stellt sicher, dass unterschiedliche Abfragetypen – von faktischen Fragen bis hin zu komplexen, mehrteiligen Anfragen – optimal verarbeitet werden. Durch die Integration der Antwortfusion werden mehrere relevante Textstellen zu einer kohärenten, handlungsfähigen Antwort zusammengeführt, was die Zuverlässigkeit und Nutzbarkeit der generierten Ergebnisse deutlich erhöht. Das Framework ist für den Einsatz in produktionsreifen Systemen konzipiert und legt Wert auf Skalierbarkeit und niedrige Latenzzeiten, selbst bei großen Datenbeständen.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add strewerwer/agentic-rag-framework

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht agentic-rag-framework?

🔍 Verbessern Sie die Abfrage mit dem Agentic RAG Framework für Hybridsuche, Abfrageklassifizierung und Antwortfusion in produktionsreifen Systemen.

Übersicht

Das Agentic RAG Framework ist ein leistungsstarkes Tool, das die Grenzen traditioneller RAG-Systeme überwindet. Es ermöglicht KI-Agenten, Abfragen intelligent zu klassifizieren, relevante Dokumente aus mehreren Quellen abzurufen und Antworten auf kohärente Weise zu fusionieren.

Funktionen

  • Hybridsuche: Kombiniert semantische und lexikalische Suchansätze für optimale Ergebnisse.
  • Abfrageklassifizierung: Bestimmt automatisch den Typ einer Abfrage (z.B. faktisch, explorativ oder mehrteilig) und passt die Abrufstrategie entsprechend an.
  • Antwortfusion: Führt mehrere relevante Textstellen zu einer einzigen, präzisen Antwort zusammen.
  • Produktionsreife: Entwickelt für hohe Skalierbarkeit und niedrige Latenz in Live-Umgebungen.

Unterstützte Plattformen

  • Claude Code
  • Cursor
  • Codex

Schnellstart

  1. Installieren Sie das Framework über den Paketmanager Ihrer Umgebung.
  2. Konfigurieren Sie die Datenquellen in der config.yaml.
  3. Nutzen Sie die API zur Integration in Ihren Agenten-Workflow.
# Beispiel für die Installation
pip install agentic-rag-framework

Beispielverwendung

from agentic_rag import AgenticRAG

rag = AgenticRAG(config_path="config.yaml")
result = rag.query("Was ist die Hauptfunktion des Frameworks?")
print(result.answer)

Konfiguration

# config.yaml
sources:
  - type: "local"
    path: "./dokumente"
  - type: "api"
    endpoint: "https://api.beispiel.de"
hybrid_search:
  enabled: true
  semantic_weight: 0.7
  lexical_weight: 0.3

Lizenz

Siehe die LICENSE-Datei für Details.

Verwandte Skills