# jamwithai/production-agentic-rag-course > Учебный курс по построению production-grade RAG-системы: от инфраструктуры и пайплайна arXiv до гибридного поиска, агентного RAG на LangGraph и Telegram-бота. - Магнитуда: 4,4 из 10 — Взлёт - Звёзды: 9 318 всего · +84 звезды сегодня, к вечеру ≈ 137 - Доверие к звёздам: рост звёзд выглядит естественно - Категория: Языковые модели · Язык: Python · Лицензия: MIT · Создан: 2025-08-06 · Последний коммит: 2026-06-05 - GitHub: https://github.com/jamwithai/production-agentic-rag-course · Страница: https://gitnova.dev/r/jamwithai/production-agentic-rag-course ## Чем пригодится - Развернуть полный стек RAG через Docker Compose с FastAPI, PostgreSQL, OpenSearch и Airflow - Собрать пайплайн загрузки и парсинга статей с arXiv - Реализовать гибридный поиск BM25 и семантический поиск с чанкингом ## Почему он здесь - Сегодня уже 84 звезды, к концу дня ожидается около 137. Обычный темп — 10 в день, сейчас в 14 раз больше. - За последние двое суток темп в 17 раз выше, чем в предыдущие полторы недели. - Всплеск держится 2 дня подряд — это не случайный выброс. - GitHub Trending за день: #17, +192 звезды. - GitHub Trending Python за день: #3, +192 звезды. - Около 31 форков в сутки — код забирают себе. ## Доверие к звёздам Рост звёзд выглядит естественно. Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду. ## Цифры - Форков: 2 061 - Issues и pull requests: 50 - Наблюдателей: 85 - В среднем за неделю: 64 в день - Обычный темп: 10 в день - Звёзд за последний час (по замерам): 18 - Последний релиз: week7.0 (2025-11-26) ## Звёзды по дням за 30 дней (от старых к новым, сегодня — неполный день) 2026-09-04 … 2026-10-03: 10, 7, 3, 117, 131, 29, 7, 14, 19, 9, 14, 3, 4, 3, 4, 2, 4, 3, 2, 3, 2, 3, 3, 6, 4, 6, 64, 57, 170, 84 ## Где замечен сейчас - GitHub Trending за день: #17, +192 звезды - GitHub Trending Python за день: #3, +192 звезды ## Ещё в этой категории 1. **Niko1221/Strata** — 8,5 · Взлёт · Языковые модели · C++ · +908 звёзд сегодня, к вечеру ≈ 1 496 Локальный движок инференса на C++, запускающий 125B MoE-модель Qwen3.8-Flash-Next на обычном ПК с одной NVIDIA GPU (12–24 ГБ) и 64 ГБ RAM, с OpenAI/Anthropic-совместимым API на localhost. Полная карточка: https://gitnova.dev/r/Niko1221/Strata.md 2. **StayLameBro/backburner** — 5,4 · Ранний сигнал · Языковые модели · Objective-C++ · +59 звёзд сегодня, к вечеру ≈ 97 Форк llama.cpp, который подключает iPhone по USB-C к Mac и распределяет работу: Mac считает слои 1-40, iPhone — 41-64 на своём GPU, что ускоряет prefill и позволяет держать контекст до 196k-229k токенов. Нужен тем, кто запускает Qwen3-27B… Полная карточка: https://gitnova.dev/r/StayLameBro/backburner.md 3. **Kutuyyy/Leaked-System-Prompt-AI** — 5,0 · Ранний сигнал · Языковые модели · +28 звёзд сегодня, к вечеру ≈ 51 Репозиторий собирает и документирует системные промпты, инструкции и определения инструментов крупных AI-моделей и агентских платформ (OpenAI, Anthropic, Google, Cursor, Devin и др.) для исследования их поведения. Полная карточка: https://gitnova.dev/r/Kutuyyy/Leaked-System-Prompt-AI.md 4. **Vibra-Ingenn/Janus** — 4,8 · Ранний сигнал · Языковые модели · Go · +8 звёзд сегодня, к вечеру ≈ 17 Локальный сервер LLM на Go: запускает .gguf-модели через llama.cpp (Vulkan или CPU) и отдаёт OpenAI-совместимый API с веб-интерфейсом и встроенными инструментами. Полная карточка: https://gitnova.dev/r/Vibra-Ingenn/Janus.md 5. **Edge0-AI/Edge0** — 4,7 · Взлёт · Языковые модели · Python · +111 звёзд сегодня, к вечеру ≈ 181 Открытый фреймворк для стримингового инференса MoE-моделей: эксперты выгружаются с SSD по требованию, а обученный prerouter предсказывает маршрутизацию заранее. Работает на Apple Silicon через MLX, поставляется с двумя готовыми моделями… Полная карточка: https://gitnova.dev/r/Edge0-AI/Edge0.md --- Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества. Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз. Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории. Данные на 2026-10-03 15:15 UTC, обновление каждые 30 минут.