azure-openai-rag-workshop 是搜索知识领域的开源项目，由 Azure-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 581 个项目，GitHub 星标数为 152。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-14。从国内网络环境看，当前已无法正常访问。
它主要面向的使用场景是：企业私有知识库智能问答系统开发。同类可对比的替代方案包括 privateGPT、quivr、Verba。
azure-openai-rag-workshop
动手搭建带知识库的ChatGPT，快速落地企业问答场景
这是一个用于构建带检索增强生成（RAG）能力的对话助手的实战工作坊项目。它解决了开发者快速搭建企业级ChatGPT类应用的需求，核心能力包括：基于Azure OpenAI服务集成LangChain和Fastify，提供完整的RAG流程示例，支持将自有知识库与大型语言模型结合，实现基于私有数据的智能问答。项目采用Bicep基础设施即代码，可一键部署到Azure，并配有动手实验指南，帮助开发者理解从数据索引、向量检索到生成回答的完整链路。
开源
unknown
对话助手
GitHub 星标
★ 152
维护状态
较活跃
是否开源
是
定价模式
unknown
项目数据
分类对话助手
开发团队Azure-Samples
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Bicep
技术栈/模型azd-templates,azure,chatgpt,fastify,langchain,nodejs,openai,rag,workshop
GitHub 星标★ 152
30天Star增速
HF 下载量
上线时间2023-10-23 00:00:00
最近更新2026-09-14 00:00:00
维护状态较活跃
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
- 完整RAG流程示例，从数据准备到回答生成一步到位
- 基于Azure OpenAI和LangChain，技术栈主流且生产可用
- Bicep模板实现一键部署，降低云资源管理门槛
不足之处
- 文档/社区待观察
- 依赖Azure云服务，非Azure环境迁移成本较高
适用场景
- 企业私有知识库智能问答系统开发
- Azure云上快速原型验证RAG应用
- 学习RAG架构和LangChain集成的教学场景
替代项目
privateGPT、quivr、Verba
项目介绍
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···
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···