EpsteinFiles-RAG 是搜索知识领域的开源项目，由 AnkitNayak-dev 开发，是 2026 年新上线的项目。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 388。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。MIT许可证，可自由使用和部署，无付费版本。
它主要面向的使用场景是：法律与调查文档的快速检索分析。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
EpsteinFiles-RAG
用自然语言检索海量文档，快速获得精准答案
EpsteinFiles-RAG 是一个基于 Hugging Face 上 Teyler 发布的 'Epstein Files 20K' 数据集构建的 RAG（检索增强生成）流水线实现。该项目旨在解决对大规模、非结构化文档集进行高效问答和知识检索的问题。它通过将文档切块、嵌入、存储到向量数据库，并集成大语言模型进行生成，使用户能够用自然语言查询特定文档内容。核心能力包括文档加载与预处理、向量索引构建、语义检索、以及基于检索结果的生成式回答。项目采用 Python 编写，适合作为学习 RAG 架构和进行特定领域文档分析的参考实现。
开源
free
搜索知识
GitHub 星标
★ 388
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队AnkitNayak-dev
所属国家
定价模式free
价格说明开源项目，MIT许可证，可自由使用和部署，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型epstein,epstein-files,rag,rag-chatbot,rag-pipeline
GitHub 星标★ 388
30天Star增速
HF 下载量
上线时间2026-02-10 00:00:00
最近更新2026-09-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1
使用教程
核心亮点
- 基于真实公开数据集，可直接体验 RAG 完整流程
- 代码结构清晰，适合学习 RAG 核心组件（切分、嵌入、检索、生成）
- 支持自定义文档集，可扩展到其他知识库场景
不足之处
- 数据集内容敏感，可能引发伦理和法律风险
- 文档/社区待观察
适用场景
- 法律与调查文档的快速检索分析
- 学术研究中的大规模文档问答
- 企业私有知识库的 RAG 原型搭建
替代项目
LangChain、LlamaIndex、Haystack
项目介绍
上一篇：blog
下一篇：Awesome-RAG
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
qiaomu-youtube-ai-podcast
开源
一站式索引AI播客，快速找到有文字稿和总结的节目
AI 播客索引：整理 AI 播客、中文简介、Transcript 状态和总结入口 | Curated AI podcast ···