用Bedrock+Python快速搭建RAG知识库问答应用
这是一个基于亚马逊Bedrock的Python示例项目集，旨在展示如何将Bedrock与数据库集成，并应用RAG（检索增强生成）技术构建知识库问答系统。项目包含多个Jupyter Notebook教程和示例应用，覆盖了从基础API调用到复杂RAG管道的完整流程，并演示了与LangChain和Streamlit的集成，帮助开发者快速上手构建生成式AI应用。它解决了开发者在集成大模型与私有数据时面临的工程化难题，提供了可复用的代码模板和最佳实践。核心能力包括：向量数据库对接、RAG检索流程实现、多轮对话管理、以及基于Streamlit的交互式UI搭建。
langchain-ai/rag-from-scratch、run-llama/llama_index、aws-samples/amazon-bedrock-samples
llm-rag-vectordb-python 是搜索知识领域的开源项目，由 build-on-aws 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 585 个项目，GitHub 星标数为 159。
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 2026-09-21。MIT-0许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：企业知识库智能问答系统开发。同类可对比的替代方案包括 langchain-ai/rag-from-scratch、run-llama/llama_index、aws-samples/amazon-bedrock-s…。
上一篇：CrawlAI-RAG
下一篇：pdfstract
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···
