一站式收藏 RAG 资源，快速选型不迷路
Awesome-RAG 是一个精选的检索增强生成（RAG）应用资源列表，旨在为生成式 AI 开发者提供一站式的 RAG 相关工具、框架、论文和最佳实践。它解决了 RAG 领域信息分散、技术选型困难的问题，通过分类整理，帮助用户快速找到适合自己场景的解决方案。核心能力包括：系统梳理 RAG 的各类应用（如问答、摘要、知识图谱等）、汇总主流开源框架（如 LangChain、LlamaIndex）、提供论文和教程链接，以及展示实际案例。项目持续更新，适合研究人员、工程师和产品经理作为 RAG 技术入口和参考手册。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1获取资源仓库
从 GitHub 克隆该资源仓库到本地，方便离线查阅和检索；仓库本身是文档型资源列表，体积极小。
git clone https://github.com/Danielskry/Awesome-RAG.git2阅读总览说明
打开 README.md，先读 Overview 和 Key Benefits 部分，理解 RAG 的定义与核心价值，建立整体认知。
3按分类查找资源
在 README 中按分类浏览工具、框架、技术与学习资料，并点击外链跳转到权威来源、教程和实现项目。
4可选：使用插件形态
README 提到该资源同时提供 Agent Plugin，可在 VS Code、GitHub Copilot CLI、Claude Code 中使用，具体安装方式见插件仓库说明。
能在本地打开 README.md，看到工具、框架、教程等分类目录并成功访问其中外链，即说明资源已获取成功。
Q：这个项目需要安装依赖或配置环境吗？
A：不需要。它是精选资源列表，不含可运行代码，克隆后用编辑器或浏览器阅读即可。
Q：如何快速定位某一类 RAG 资源？
A：可先看 README 的分类标题，再用编辑器或浏览器的关键词搜索功能定位框架名、论文名或技术名词。
Q：能在 IDE 或 AI 编程工具里直接使用吗？
A：可以。README 说明该项目同时以 Agent Plugin 形式提供，支持 VS Code、GitHub Copilot CLI 和 Claude Code。
Q：插件怎么安装？
A：README 只给出了插件仓库地址，未提供安装命令，请前往 Awesome-RAG-Agent-Plugin 仓库查看其说明。
Awesome-LLM、Awesome-AI-Agents、LangChain
Awesome-RAG 是搜索知识领域的开源项目，由 Danielskry 开发，2024 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（1,376）位列前 30%，在搜索知识分类中处于中上游。
近 42 天，它的 GitHub 星标从 1,335 增加到 1,376，净增 41。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。完全免费，无付费版本。
它主要面向的使用场景是：技术选型：对比不同RAG框架和工具，确定项目技术栈。同类可对比的替代方案包括 Awesome-LLM、Awesome-AI-Agents、LangChain。
上一篇：Awesome-LLM-RAG
下一篇：TrustRAG
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···