amazon-bedrock-rag

在 AWS 上快速部署托管 RAG,无需自建向量库

这是一个基于 Amazon Bedrock 知识库的完全托管式 RAG(检索增强生成)解决方案。它解决了开发者在构建 RAG 应用时面临的复杂基础设施管理问题,无需自己搭建向量数据库、处理文档摄取和编排检索流程。核心能力包括:通过 Bedrock 知识库自动完成文档摄取、分块、向量化;提供 API 网关和 Lambda 后端,支持流式响应;内置了多种 Bedrock 模型(如 Claude)的调用示例;支持多种数据源(S3、网页爬虫等)。项目使用 JavaScript/TypeScript 编写,提供了完整的部署脚本(AWS CDK)和前端示例,帮助用户快速在 AWS 上搭建一个生产可用的 RAG 问答系统。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 211
维护状态 维护中
是否开源
定价模式 free

项目数据

分类搜索知识
开发团队aws-samples
所属国家
官网地址
定价模式free
价格说明开源项目,MIT-0许可证,可免费使用和部署。
访问状态
是否开源
开源协议MIT-0
主要语言JavaScript
技术栈/模型apigateway,bedrock,genai,lambda,opensearch-serverless,rag,s3,waf
GitHub 星标★ 211
30天Star增速
HF 下载量
上线时间2024-02-19 00:00:00
最近更新2026-08-10 00:00:00
维护状态维护中
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

  • 完全托管,无需运维向量数据库和基础设施
  • 提供 CDK 一键部署,包含前端示例,上手快
  • 支持流式输出和多种 Bedrock 模型,体验好

不足之处

  • 深度绑定 AWS 生态,迁移到其他云困难
  • 依赖 Bedrock 服务,成本可能较高
  • 文档/社区待观察

适用场景

  • 企业快速搭建内部知识库问答机器人
  • 基于 AWS 的文档智能检索应用
  • 需要托管 RAG 服务的原型验证

替代项目

LangChain、LlamaIndex、Haystack

项目介绍

amazon-bedrock-rag 是搜索知识领域的开源项目,由 aws-samples 开发,2024 年首次发布。

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 211。

项目仍在小幅维护中,最近一次代码更新于 2026-08-10。MIT-0许可证,可免费使用和部署。

它主要面向的使用场景是:企业快速搭建内部知识库问答机器人。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。

上一篇:TreeSearch

下一篇:nosia

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.

★ 183325 2026-08-09
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···

★ 766 2026-08-09
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···

★ 120493 2026-08-09
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 ···

★ 69 2026-08-09