gpt-rag-orchestrator

多智能体协作编排,让复杂 RAG 问答更准

gpt-rag-orchestrator 是微软 GPT-RAG 方案中的编排服务,基于 Microsoft Foundry Agent Service 与 Microsoft Agent Framework 构建。它解决的问题是:单次检索增强生成(RAG)难以应对复杂提问,需要多个专职智能体分工协作。核心能力是作为智能体编排层,把查询理解、检索、推理、答案生成等环节拆给不同智能体,由编排器协调调用顺序与上下文传递,最终产出准确且贴合上下文的回答。它面向企业级 RAG 应用,适合在 Azure 生态内搭建可扩展的智能体化问答系统,开发者可复用其编排模式,而不必从零实现多智能体调度逻辑。项目用 Python 编写,当前处于早期阶段,星标约 102。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 102
维护状态 活跃
是否开源
定价模式 free

项目数据

分类开发框架
开发团队Azure
所属国家
官网地址
定价模式free
价格说明开源项目,免费使用
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型
GitHub 星标★ 102
30天Star增速
HF 下载量
上线时间2023-06-27 00:00:00
最近更新2026-09-15 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-13
浏览次数0

使用教程

核心亮点

  • 基于 Microsoft Foundry Agent Service 与 Agent Framework,可直接复用微软官方智能体能力,减少自研调度成本
  • 把复杂查询拆给多个专职智能体协同处理,比单轮 RAG 更适合多跳、多条件问题
  • 与 GPT-RAG 整体方案配套,便于在 Azure 生态内快速搭建企业级智能体化问答

不足之处

  • 强依赖微软 Foundry 与 Azure 生态,脱离该体系后迁移和复用成本较高
  • 项目处于早期,星标仅 102,文档与社区案例相对有限

适用场景

  • 企业知识库复杂问答,需要多步检索与推理才能给出答案
  • 在 Azure 上构建智能体化 RAG 应用,复用官方编排能力
  • 需要多智能体分工协作的客服、文档分析等场景

替代项目

LangChain、LlamaIndex

项目介绍

gpt-rag-orchestrator 是一个开发框架领域的开源项目,官方简介:The GPT-RAG Orchestrator service is an agentic orchestration layer built on Microsoft Foundry Agent Service and the Microsoft Agent framework. It enables agent-based RAG workflows by coordinating multiple specialized agents to collaboratively generate accurate, context-aware responses for complex user queries.。项目使用 Python 开发,在 GitHub 上获得 102 星标。

上一篇:fastclaw

下一篇:ruby_llm-agents

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146451 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166251 2026-08-09
bruno 开源

把 API 测试当代码管理,用 Git 搞定协作与版本追踪

Opensource IDE For Exploring and Testing API's (lightweight alternative to Postman/I···

★ 46994 2026-08-12