Nhận dự án mới tháng 11/2026 · phản hồi trong ngày làm việcZalo · GitHub

Kho repo: RAG & dữ liệu

Đưa tài liệu, trang web của doanh nghiệp vào cho mô hình đọc: chuyển định dạng, thu thập web, lưu vectơ, tra cứu.

Repo nhóm RAG & dữ liệu

10 repo · xếp theo số sao · số liệu GitHub ngày 19/11/2026

RAG & dữ liệuAGPL-3.0

firecrawl /firecrawl

Firecrawl thu thập trang web và trả về Markdown hoặc dữ liệu có cấu trúc sẵn cho mô hình đọc, qua API.

TypeScript★ 204 nghìnXem chi tiết →
RAG & dữ liệuMIT

microsoft /markitdown

MarkItDown là công cụ Python của Microsoft chuyển PDF, Word, Excel, PowerPoint và nhiều định dạng khác sang Markdown.

Python★ 197 nghìnXem chi tiết →
RAG & dữ liệuMIT

langchain-ai /langchain

LangChain là khung dựng ứng dụng và agent trên mô hình ngôn ngữ, có sẵn kết nối tới rất nhiều mô hình, kho vectơ và công cụ.

Python★ 150 nghìnXem chi tiết →
RAG & dữ liệuApache-2.0

infiniflow /ragflow

RAGFlow là bộ máy RAG mã nguồn mở, tập trung vào việc hiểu tài liệu có bố cục phức tạp như bảng, biểu mẫu, bản quét.

Go★ 94,4 nghìnXem chi tiết →
RAG & dữ liệuApache-2.0

unclecode /crawl4ai

Crawl4AI là thư viện Python thu thập web cho ứng dụng AI, trả Markdown sạch và hỗ trợ trang dựng bằng JavaScript.

Python★ 87,6 nghìnXem chi tiết →
RAG & dữ liệuMIT

docling-project /docling

Docling phân tích tài liệu (PDF, DOCX, ảnh quét…) và xuất ra cấu trúc giữ được bảng, tiêu đề, thứ tự đọc.

Python★ 70,8 nghìnXem chi tiết →
RAG & dữ liệuMIT

run-llama /llama_index

LlamaIndex là khung nối dữ liệu riêng với mô hình ngôn ngữ: nạp tài liệu, lập chỉ mục, truy vấn và dựng agent trên dữ liệu đó.

Python★ 53 nghìnXem chi tiết →
RAG & dữ liệuMIT

microsoft /graphrag

GraphRAG là hệ RAG của Microsoft dựng đồ thị tri thức từ tài liệu, để trả lời các câu hỏi cần tổng hợp nhiều nguồn.

Python★ 36,7 nghìnXem chi tiết →
RAG & dữ liệuApache-2.0

qdrant /qdrant

Qdrant là cơ sở dữ liệu vectơ viết bằng Rust, có lọc theo thuộc tính và chạy được theo cụm.

Rust★ 35,6 nghìnXem chi tiết →
RAG & dữ liệuApache-2.0

chroma-core /chroma

Chroma là cơ sở dữ liệu tìm kiếm cho ứng dụng AI: lưu vectơ, tìm theo nghĩa và theo từ khoá.

Rust★ 29,7 nghìnXem chi tiết →

Cách tôi chọn repo vào kho

Tôi không gom theo bảng xếp hạng. Một repo vào kho khi đủ ba điều:

  1. Giải một việc cụ thể của doanh nghiệp nhỏ: trả lời khách, gọi điện, đọc tài liệu, nối ứng dụng, quản khách hàng. Repo chỉ để trình diễn kỹ thuật thì tôi bỏ qua.
  2. Còn được bảo trì: tôi xem ngày đẩy mã gần nhất qua GitHub API. Kho đã lưu trữ thì không đưa vào; kho lâu chưa cập nhật thì ghi rõ ngày ở phần lưu ý.
  3. Giấy phép đọc được: thẻ ghi mã giấy phép GitHub nhận diện. Kho dùng giấy phép riêng thì trang chi tiết có dòng nhắc đọc tệp LICENSE.

Bảy nhóm hiện có: Agent lập trình, MCP, Tự động hoá, Giọng nói, RAG & dữ liệu, Chạy mô hình tại máy, Phần mềm kinh doanh. Số sao chỉ để anh chị biết mức độ phổ biến, không phải thước đo chất lượng.

Điểm bất lợi khi dùng repo mã nguồn mở

  • Miễn phí phần mềm, không miễn phí vận hành. Anh chị vẫn trả tiền máy chủ, sao lưu, người cài và người sửa khi hỏng.
  • Tài liệu phần lớn bằng tiếng Anh và viết cho người có nền kỹ thuật.
  • Dự án có thể đổi giấy phép, đổi tên hoặc ngừng bảo trì. Trong danh mục này đã có kho đổi tên chủ sở hữu; tôi ghi theo tên GitHub trả về ngày 19/11/2026.
  • Tự cài đồng nghĩa tự chịu trách nhiệm bảo mật: cập nhật bản vá, đặt mật khẩu, không mở cổng quản trị ra internet.
  • Sao nhiều không nói lên độ hợp. Một kho vài nghìn sao làm đúng một việc có khi hợp hơn kho trăm nghìn sao làm mọi việc.

Câu hỏi thường gặp về kho repo

Số sao trên thẻ có cập nhật theo thời gian thực không?

Không. Số sao, ngôn ngữ, giấy phép và ngày cập nhật lấy từ GitHub REST API một lần, ngày 19/11/2026. Con số mới nhất nằm trên trang GitHub của kho, có link ở từng trang chi tiết.

Repo mã nguồn mở có dùng cho việc thương mại được không?

Tuỳ giấy phép. MIT và Apache-2.0 cho phép dùng thương mại khá rộng. GPL và AGPL yêu cầu công bố mã khi phát hành bản sửa đổi. Một số kho dùng giấy phép riêng, ví dụ kiểu fair-code, có giới hạn khi bán lại dịch vụ. Thẻ nào không ghi giấy phép nghĩa là GitHub không nhận diện được, anh chị cần đọc tệp LICENSE.

Tôi không biết lập trình thì nên bắt đầu từ repo nào?

Anh chị xem nhóm «Tự động hoá» (n8n, Activepieces) và nhóm «Chạy mô hình tại máy» (Ollama, Jan, Open WebUI). Các kho này có bản cài sẵn và giao diện, không cần viết mã.

Vì sao kho này không có repo tôi đang dùng?

Danh mục do tôi tự chọn theo những việc đội tôi làm: agent, MCP, tự động hoá, giọng nói, tra cứu tài liệu, phần mềm kinh doanh. Anh chị gửi tên repo qua trang liên hệ, tôi xem và bổ sung ở lần cập nhật sau.

Lộc Nguyễn có repo mã nguồn mở riêng không?

Có. 7 dự án mã nguồn mở của đội tôi nằm ở trang Dự án, nhóm «Mã nguồn mở».

Xem thêm: AI templates cho Claude Code, dự án mã nguồn mở của tôi, gửi tên repo để bổ sung.

Nguồn: GitHub REST API (số sao, ngôn ngữ, giấy phép, ngày đẩy mã của từng kho), kiểm ngày 19/11/2026. Mô tả tiếng Việt do tôi viết từ README của từng kho; tên và nhãn hiệu thuộc về chủ sở hữu tương ứng.

Khoá Claude miễn phí cho người không rành kỹ thuật

8 bài, làm theo từng bước: từ lần đầu mở Claude đến nối Zalo, bảng tính và email. Để lại email, nhận bài 1 ngay.

Kho repo AI mã nguồn mở, mô tả tiếng Việt | Lộc Nguyễn