arag 是搜索知识领域的开源项目，由 Ayanami0730 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 352。
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 2026-09-20。本地部署，完全免费。
它主要面向的使用场景是：多跳复杂问答（如法律条文、科研文献综合查询）。同类可对比的替代方案包括 LlamaIndex、LangChain、Haystack。
arag
让大模型像专家一样多轮检索，搞定复杂多跳问答
A-RAG (arag) 是一个基于智能体（Agentic）的检索增强生成（RAG）框架，通过分层检索接口解决多跳问答中的复杂信息获取问题。它提供了关键词检索、语义检索和文本块读取三种核心工具，让大语言模型能够自主决定何时调用何种检索方式，从而更精准地定位和整合分散在多个文档中的信息。相比传统RAG一次性检索的局限，A-RAG支持多轮交互式检索，能逐步深入挖掘答案，显著提升复杂问题的回答准确率。项目采用Python实现，代码结构清晰，适合研究者和开发者快速集成到自己的QA系统中。当前处于早期阶段，但设计理念新颖，在检索工具的组合与调度上做了系统化探索。
开源
free
搜索知识
GitHub 星标
★ 352
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Ayanami0730
所属国家
定价模式free
价格说明开源框架，本地部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型agent,agentic-ai,agenticrag,deepresearch,evaluation,graphrag,llm,llmagents,rag,reproduce
GitHub 星标★ 352
30天Star增速
HF 下载量
上线时间2026-02-03 00:00:00
最近更新2026-09-20 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
- 分层检索接口设计，将关键词、语义和文本块读取工具统一抽象，便于扩展和替换
- 智能体自主决策检索策略，减少无效检索，提升多跳问答准确率
- 代码结构清晰，基于Python，易于二次开发和集成到现有RAG流程
不足之处
- 项目处于早期阶段，文档和社区生态尚不完善
- 对大规模知识库的性能和稳定性缺乏充分验证
适用场景
- 多跳复杂问答（如法律条文、科研文献综合查询）
- 企业知识库智能问答助手
- 研究性检索增强生成（RAG）实验与对比
替代项目
LlamaIndex、LangChain、Haystack
项目介绍
上一篇：go-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 ···