bRAG-langchain

跟着教程一步步搭出你自己的 RAG 问答系统

开源 🏷️定价信息待确认 ✅ 目前可打开对话助手 🍴 复刻 506 🐛 待处理 5 👀 关注 40

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4197

维护状态较活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

bRAG-langchain 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队bragai

官网地址https://bragai.dev

GitHubhttps://github.com/bragai/bRAG-langchain

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议NOASSERTION

主要语言Jupyter Notebook

技术栈/模型agentic-rag,ai,chatbot,llm,machine-learning,python,rag,retrieval-augmented-generation

GitHub 星标★ 4197

上线时间2024-11-16 00:00:00

代码更新2026-10-18

仓库体积26.3 MB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

bRAG-langchain 是一个面向 RAG（检索增强生成）应用开发的教学型开源项目，提供从零构建 RAG 应用的完整指南。它基于 LangChain 框架，通过 Jupyter Notebook 形式逐步讲解 RAG 的核心概念、架构设计和实现细节，涵盖文档加载、文本分割、向量存储、检索器构建、提示词工程以及生成链路整合等关键环节。项目旨在帮助开发者理解 RAG 的工作原理，并快速上手构建自己的智能问答或对话系统。其内容组织清晰，代码可运行，适合作为学习 RAG 的入门教程，也适合作为开发时的参考手册。

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 2026-08-09 · 当前星标 ★ 4197

技术标签

agentic-rag ai chatbot llm machine-learning

使用教程

难度：入门约 15 分钟部署方式：本地安装 6 步

环境要求

Python 环境（用于创建虚拟环境并运行 Jupyter Notebook）
Jupyter Notebook 运行环境
OpenAI API Key（用于 LLM 与 Embedding）
Pinecone 账号与 API Key（向量数据库）
Cohere API Key（重排序等环节使用）

安装与启动步骤

1克隆项目仓库

把 bRAG-langchain 仓库下载到本地，后续所有操作都在该目录内进行。
```
git clone https://github.com/bragai/bRAG-langchain.git
cd bRAG-langchain
```
2创建虚拟环境

README 明确要求在虚拟环境中运行文件，避免依赖冲突。
```
python -m venv .venv
source .venv/bin/activate
```
3安装依赖

使用仓库根目录的 requirements.txt 一次性安装全部依赖包。
```
pip install -r requirements.txt
```
4复制环境变量模板

把根目录的 .env.example 复制为 .env，作为密钥配置文件。
```
cp .env.example .env
```
5填写 API 密钥

编辑 .env，填入 OpenAI、LangSmith、Pinecone、Cohere 的真实密钥，密钥获取地址见 README 注释。
6运行 Notebook

从 [1]_rag_setup_overview.ipynb 开始，按编号顺序依次运行 notebooks 目录下的各文件。

关键配置

配置项	必填	说明	示例
`OPENAI_API_KEY`	是	OpenAI 密钥，用于调用 LLM 与生成嵌入向量	`sk-xxxxxxxxxxxxxxxx`
`PINECONE_API_KEY`	是	Pinecone 向量数据库密钥	`your-api-key`
`PINECONE_INDEX_NAME`	是	Pinecone 索引名称，用于相似度检索	`your-project-index`
`PINECONE_API_HOST`	是	Pinecone 索引的主机地址	`https://your-index.svc.region.pinecone.io`
`COHERE_API_KEY`	是	Cohere 密钥，用于检索结果重排序	`your-api-key`
`LANGCHAIN_API_KEY`	否	LangSmith 密钥，用于链路追踪调试	`your-api-key`