deep-thinking-rag

让RAG学会深度思考,复杂问题一次答对

deep-thinking-rag 是一个基于 RAG(检索增强生成)的深度思考流水线,旨在解决复杂查询问题。它通过多步骤的推理和检索策略,模拟人类的深度思考过程,提升对复杂问题的回答质量。项目核心能力包括:多轮检索、上下文融合、推理链构建,以及针对复杂查询的优化处理。它解决了传统 RAG 在应对多跳、逻辑推理等复杂问题时效果不佳的痛点。项目以 Jupyter Notebook 形式提供,便于理解和实验。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 128
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FareedKhan-dev
所属国家
官网地址
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Jupyter Notebook
技术栈/模型ai-agents,llm,llms,rag
GitHub 星标★ 128
30天Star增速
HF 下载量
上线时间2025-10-19 00:00:00
最近更新2026-08-12 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1

使用教程

核心亮点

  • 多轮检索与推理链结合,显著提升复杂问题回答准确率
  • 提供完整的实验流程和可视化,便于理解深度思考过程
  • 基于 Jupyter Notebook,上手门槛低,可快速复现

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 依赖外部LLM服务,可能带来额外成本和延迟

适用场景

  • 需要多跳推理的问答系统(如法律、医疗咨询)
  • 企业知识库智能检索与深度分析
  • 研究型AI助手,辅助文献综述和复杂问题解答

替代项目

Self-RAG、CRAG、GraphRAG

项目介绍

deep-thinking-rag 是搜索知识领域的开源项目,由 FareedKhan-dev 开发,2025 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 128。

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 2026-08-12。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:需要多跳推理的问答系统(如法律、医疗咨询)。同类可对比的替代方案包括 Self-RAG、CRAG、GraphRAG。

上一篇:vault-curate

下一篇:rag-zero-hallucinations

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.

★ 183325 2026-08-09
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···

★ 766 2026-08-09
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···

★ 120493 2026-08-09
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···

★ 91170 2026-08-09