agentset

一键搭建带引用的企业级知识库问答平台

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 190 🐛 待处理 18 👀 关注 14
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2123
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,可免费自部署使用,无付费版本。

项目预览

agentset 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队agentset-ai
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可免费自部署使用,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型agentic-rag,ai,ai-agents,ai-sdk,chatbots,embeddings,genai,llms,memory,memory-management,rag,vercel-ai-sdk
GitHub 星标★ 2123
上线时间2025-03-10 00:00:00
代码更新2026-10-28
仓库体积21.6 MB
本站数据更新2026-11-08
维护状态较活跃
收录时间2026-08-09
浏览次数2

项目介绍

agentset 是一个开源的 RAG(检索增强生成)平台,旨在解决企业或个人在构建知识库问答系统时面临的文档解析、检索准确性和答案可追溯性问题。它内置了引用机制,确保每个回答都能追溯到原始文档,提升可信度。平台支持超过22种文件格式,包括PDF、Word、Markdown等,并具备文档分区功能,可精细控制检索粒度。此外,agentset 提供 MCP(Model Context Protocol)服务器,方便与外部AI工具集成,支持深度研究模式,能自动进行多轮检索和综合分析。项目基于TypeScript开发,适合开发者快速部署和定制,帮助用户从海量文档中高效获取精准答案。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2123

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 10 分钟 部署方式:本地安装 3 步

环境要求

  • 已安装 Bun 运行时(README 全部命令均使用 bun)
  • 一个可连接的数据库实例(README 用 bun db:deploy 执行迁移,未说明具体数据库类型)
  • 可访问 GitHub 拉取仓库代码
  • Node.js 生态的本地开发环境(项目为 TypeScript)

安装与启动步骤

  1. 1克隆仓库

    README 节选中该步骤被截断(仅可见第 2 步起),按仓库地址补全克隆并进入目录。

    git clone https://github.com/agentset-ai/agentset.git
    cd agentset
  2. 2安装依赖

    在仓库根目录安装项目依赖,README 明确使用 bun install,未提供 npm/pnpm/yarn 的替代命令。

    bun install
  3. 3执行数据库迁移

    README 注明需在仓库根目录执行,用于初始化或升级数据库结构,需先准备好可用的数据库连接。

    bun db:deploy

如何确认成功

README 节选未给出启动命令与验证方式,执行完 bun db:deploy 且无报错即表示前置准备完成,完整验证请查阅官方文档 docs.agentset.ai。

常见问题

Q:必须用 bun 吗?能否用 npm 或 pnpm?

A:README 的本地开发命令全部基于 bun,未提供 npm、pnpm、yarn 的替代写法,建议安装 Bun 后按原文执行。

Q:数据库迁移命令在哪里执行?

A:README 特别标注 from the repo root,必须在克隆后的仓库根目录执行 bun db:deploy,不要在子目录中运行。

Q:README 里没看到启动命令怎么办?

A:节选内容不完整,完整安装与启动说明请访问官方文档 https://docs.agentset.ai 或仓库 Issues 页面查询。

注意事项

  • 所给 README 节选不完整,第 1 步(克隆/进入目录)与后续启动命令均被截断,本教程仅依据可见内容整理。
  • README 未列出任何环境变量或配置文件项,实际部署前请先查阅官方文档确认数据库等配置。
  • 命令请逐条复制执行,迁移命令需在仓库根目录运行。
  • 项目为 TypeScript 编写,若本地缺少 Bun,请先安装 Bun 再执行上述命令。

核心亮点

  • 内置引用溯源,每个回答自动关联原始文档,显著提升可信度
  • 支持22+种文件格式和文档分区,覆盖主流办公与知识文件类型
  • 提供MCP服务器,可无缝接入Claude等AI工具,扩展性强

不足之处

  • 项目较新,社区生态和文档完善度待观察
  • 深度研究模式可能依赖外部LLM API,部署成本需自行评估

适用场景

  • 企业内部知识库问答,如HR政策、技术文档查询
  • 学术研究辅助,快速定位多篇论文中的关键信息
  • 客户支持自动化,基于产品手册提供带引用的回答

替代项目

RAGFlow、Dify、FastGPT

上一篇:edgequake

下一篇:MiniRAG

同类项目推荐

brave-search-skills 开源

让编程 AI 直接联网搜最新资料

Official skills for using Brave Search API with AI coding agents.

★ 196 2026-10-11
thoughtdag 开源

把 LLM 对话画成可编辑的思维地图

Your thinking deserves a map: an infinite canvas where LLM conversations grow into a···

★ 750 2026-10-25
local-LLM-with-RAG 开源

本地跑大模型,私有文档秒变智能问答助手

Running local Language Language Models (LLM) to perform Retrieval-Augmented Generati···

★ 290 2026-08-09
thesys-core 开源

搜论文、读 PDF、问答带原文高亮,引用一键导出

Open-source research workspace: search academic papers, upload PDFs, inline citation···

★ 180 2026-09-24
LEANN 开源

让个人设备也能跑起又快又准的私有 RAG,存储省 97%。

[MLsys2026 Best Paper]: https://arxiv.org/abs/2506.08276. RAG on Everything with LEA···

★ 13778 2026-08-09
awesome-rag 开源

一站式速览RAG论文与系统,快速入门与选型

Awesome-RAG: Collect typical RAG papers and systems.

★ 459 2026-08-09
diffusion-nlp-paper-arxiv 开源

自动抓取 arXiv 文本扩散论文,省去手动检索

Auto get diffusion nlp papers in Axriv. More papers Information can be found in anot···

★ 318 2026-10-29
SuperMew 开源

让 AI 自己决定查什么、查几次,复杂问答更靠谱

SuperMew — Agentic RAG with LangChain & LangGraph

★ 910 2026-09-12