用 AWS 全家桶快速搭建企业知识库问答机器人
这是一个基于 LangChain、Amazon Bedrock 和 Amazon OpenSearch 构建的检索增强生成（RAG）参考实现。它解决了企业如何快速搭建私有知识库问答系统的问题，通过将文档向量化存储到 OpenSearch，并在用户提问时检索相关片段，再交给 Bedrock 上的大模型生成答案。核心能力包括：文档加载与切分、向量嵌入生成、向量存储与检索、以及基于检索结果的问答生成。项目代码结构清晰，提供了完整的端到端流程示例，适合作为在 AWS 云上落地 RAG 应用的起点。
langchain-chroma、privateGPT、quivr
rag-using-langchain-amazon-bedrock-and-opensearch 是搜索知识领域的开源项目，由 aws-samples 开发，2023 年首次发布。
它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 230。
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 2026-08-27。MIT-0许可证，完全免费，需自行部署。
它主要面向的使用场景是：企业私有文档的智能问答。同类可对比的替代方案包括 langchain-chroma、privateGPT、quivr。
上一篇：tw-legal-rag
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···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···
