ragbits

用乐高式模块，快速搭出你的 AI 应用

ragbits 是一个用于快速构建生成式 AI 应用的 Python 开发框架，提供模块化的构建块，帮助开发者高效组合检索增强生成（RAG）、智能体（Agent）和评估（Evaluation）等核心能力。它解决了从原型到生产过程中常见的集成复杂度和工程化难题，通过简洁的 API 统一了向量存储、提示词管理、模型调用和结果评估等环节。ragbits 的核心能力包括：插件化的检索组件、可扩展的智能体工作流、内置的评估工具，以及清晰的配置管理。它旨在降低 GenAI 应用开发的入门门槛，同时保持足够的灵活性以适应复杂场景，适合快速验证想法并平滑过渡到生产环境。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1667

维护状态低维护

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队deepsense-ai

所属国家

官网地址https://ragbits.deepsense.ai

GitHubhttps://github.com/deepsense-ai/ragbits

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agents,document-search,evaluation,guardrails,llms,optimization,prompts,rag,vector-stores

GitHub 星标★ 1667

30天Star增速

HF 下载量

上线时间2024-09-02 00:00:00

最近更新2026-09-13 00:00:00

维护状态低维护

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4

使用教程

难度：入门约 10 分钟部署方式：库/依赖 3 步

⚠ 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。

环境要求

Python 环境（ragbits 为 Python 开发框架）
可访问 GitHub 与官网文档的网络环境
如需调用云端模型，准备对应 LLM 服务的凭证
如需向量检索，准备 Qdrant 或 PgVector 等向量存储服务

安装与启动步骤

1查阅官方文档

README 节选中的 Installation 与 Quickstart 章节为空，安装命令需以官网文档为准，请先访问官网确认最新安装方式。
2克隆代码仓库

从 GitHub 获取 ragbits 源码，后续可查看仓库内 README 与示例；克隆后请留意仓库中实际提供的安装说明。
```
git clone https://github.com/deepsense-ai/ragbits.git
```
3阅读仓库安装说明

进入仓库目录，查看 README 中 Installation 与 Quickstart 段落以及示例代码，按仓库实际给出的命令执行，不要自行猜测包名与参数。
```
cd ragbits
```

如何确认成功

README 未给出启动成功验证方式；请按官网 Quickstart 运行示例，能正常调用所选 LLM 即视为配置成功。

常见问题

Q：README 里为什么找不到安装命令？

A：本次提供的节选中 Installation 与 Quickstart 两节内容为空，未包含具体命令，需前往官网 https://ragbits.deepsense.ai 查看完整安装指引。

Q：支持哪些大模型？

A：可通过 LiteLLM 接入 100 多个 LLM，也支持运行本地模型，具体用法见官网 how-to/llms 相关文档。

Q：支持哪些向量存储？

A：内置支持 Qdrant、PgVector 等向量存储，也可接入自有的向量存储实现。

Q：如何监控应用性能？

A：支持 OpenTelemetry 追踪处理器与 CLI 追踪处理器，可实时观测运行表现。

Q：上线前如何测试提示词？

A：框架内置与 promptfoo 的集成，可在部署前对提示词进行验证。

注意事项

本次 README 节选未包含安装命令，请勿凭猜测执行 pip install 等操作，一切以官网文档为准。
仓库地址为 https://github.com/deepsense-ai/ragbits，官网为 https://ragbits.deepsense.ai。
使用云端 LLM 时注意妥善保管 API 密钥，不要硬编码进代码仓库。

核心亮点

模块化设计，组件即插即用，开发效率高
内置评估工具，方便验证 RAG 效果
支持多种向量存储和模型，集成灵活

不足之处

文档和社区生态尚在早期，示例不够丰富
项目较新，API 可能变动，稳定性待观察

适用场景

快速搭建企业知识库问答机器人
开发需要多步推理的智能客服助手
对 RAG 流程进行效果对比和调优

替代项目

LangChain、LlamaIndex、Haystack

项目介绍

ragbits 是开发框架领域的开源项目，由 deepsense-ai 开发，2024 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,667）位列前 30%，在开发框架分类中处于中上游。

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 2026-09-13。MIT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：快速搭建企业知识库问答机器人。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。

上一篇：BuildingAI

下一篇：puppyone