gpt-rag-ingestion

把企业杂文档自动切块向量化，喂给 Azure 搜索做多模态 RAG

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 102 🐛 待处理 7 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 187
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，需自行部署至Azure

项目预览

gpt-rag-ingestion 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队Azure
官网地址https://aka.ms/agentlz
GitHubhttps://github.com/Azure/agent-app-ingestion
定价模式🏷️完全免费
价格说明开源免费，需自行部署至Azure
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Python
技术栈/模型agent-landing-zone,ai-agents,azure,azure-ai-search,document-ingestion,generative-ai,microsoft-foundry,python,rag,sharepoint
GitHub 星标★ 187
上线时间2023-06-27 00:00:00
代码更新2026-11-07
仓库体积7.4 MB
本站数据更新2026-11-15
维护状态较活跃
收录时间2026-10-01
浏览次数5

项目介绍

gpt-rag-ingestion 是微软 GPT-RAG 方案中的数据摄取服务，专门解决企业把杂乱文档喂给 Azure AI Search 前的清洗与向量化问题。它支持 PDF、图片、表格、会议转录和 SharePoint 等多种来源，自动完成文档解析、智能分块、文本与图像嵌入生成，并把结果写入搜索索引，从而支撑多模态检索增强生成（RAG）。核心能力包括：按语义而非固定长度切分内容，避免上下文割裂；同时生成文本和图片向量，让图表、扫描件也能被检索；与 Azure 生态（Azure AI Search、Azure OpenAI、Document Intelligence）深度集成，适合已有微软云资源的企业快速搭建知识库。项目用 Python 编写，以服务形式运行，可被上游编排层调用。

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 2026-10-01 · 当前星标 ★ 187

核心亮点

  • 同时生成文本与图像嵌入，扫描件、图表也能被检索到
  • 智能分块按语义切分，减少上下文断裂，提升召回质量
  • 原生对接 Azure AI Search、OpenAI 和 Document Intelligence，微软云用户接入成本低

不足之处

  • 强绑定 Azure 生态，非微软云环境迁移成本高
  • 项目星标较少，社区案例和第三方文档有限

适用场景

  • 企业把历史 PDF、Word、Excel 批量导入 Azure AI Search 建知识库
  • 会议转录与 SharePoint 文档自动同步，做内部问答机器人
  • 含图表和扫描件的技术手册做多模态检索增强生成

替代项目

unstructured、llama_index、haystack

上一篇：geo-seo-claude

下一篇：RAG-Anything

同类项目推荐

youtu-graphrag 开源

用多智能体+知识图谱，让AI复杂推理更准更可解释

[ICLR 2026] Youtu-GraphRAG: Vertically Unified Agents for Graph Retrieval-Augmented ···

★ 1274 2026-08-09
rank_llm 开源

用大模型给搜索结果重排序，让最相关的文档排到最前面

RankLLM is a Python toolkit for reproducible information retrieval research using re···

★ 694 2026-09-16
Advanced_RAG 开源

用Notebook快速上手高级RAG，融合GPT与Llama3

Advanced Retrieval-Augmented Generation (RAG) through practical notebooks, using the···

★ 113 2026-08-09
grepai 开源

让 AI 代理本地语义搜代码、看调用关系，不传云端

Semantic Search & Call Graphs for AI Agents (100% Local)

★ 1953 2026-09-12
agents-radar 开源

每天自动汇总10个AI信息源，生成中英双语日报

Daily AI ecosystem digest from 10 sources (GitHub, ArXiv, HN, HuggingFace, Product H···

★ 1160 2026-10-11
JustSearch 开源

让 AI 自动拆解搜索任务，深度阅读网页，带来源汇总答案

基于 Chrome 扩展桥接的自主 AI 搜索智能体。支持迭代式任务规划、真机深度网页阅读，以及···

★ 59 2026-08-09
Github-Ranking-AI 开源

每天自动更新，一眼看透 GitHub 上最火的 AI 项目。

A list of the most popular AI Topic repositories on GitHub based on the number of st···

★ 604 2026-08-09
vision-is-all-you-need 开源

让AI直接看懂文档图表，搜索问答不再丢视觉信息

Serverless Modal + FastAPI + React + ColPali + Qdrant + GPT4o Vision RAG (V-RAG) Dem···

★ 403 2026-08-09
openchatbi 开源

用聊天代替写SQL，一句话查数出图

OpenChatBI is an intelligent chat-based BI tool powered by large language models, de···

★ 677 2026-09-12