rag-stack

在自有 VPC 里搭一套接内部知识库的私有问答助手

开源 🏷️定价信息待确认 ⏳ 访问状态待核验 搜索知识 🍴 复刻 137 🐛 待处理 27 👀 关注 40
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1581
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

rag-stack 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队finic-ai
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⏳ 访问状态待核验
是否开源是
开源协议MIT
主要语言TypeScript
GitHub 星标★ 1581
上线时间2023-07-12 00:00:00
代码更新2026-10-12
仓库体积128.8 MB
本站数据更新2026-10-25
维护状态较活跃
收录时间2026-10-25
浏览次数0

项目介绍

rag-stack 是一个用 TypeScript 编写的开源项目,目标是在企业自有 VPC 内部署一套私有的类 ChatGPT 问答系统,并把它连接到组织内部知识库,充当“企业知识问答入口”。它解决的是企业既想用大模型问答能力、又不愿把内部文档和对话数据交给外部服务的问题。核心能力包括:基于检索增强生成(RAG)的问答流程,先从知识库检索相关片段再交给模型作答;支持 Llama 2、Falcon、GPT4All 等开源模型,可本地或私有环境运行;提供部署脚本与基础设施配置,便于在云上 VPC 内一键拉起整套服务。项目以 TypeScript 为主,前端与编排逻辑清晰,适合作为企业内部知识助手、文档检索问答的起步模板,也方便二次开发接入自有数据源和权限体系。

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 2026-10-25 · 当前星标 ★ 1581

使用教程

难度:进阶 约 30 分钟 部署方式:本地安装 8 步

环境要求

  • 已安装 Git,能把仓库克隆到本地
  • 一个可用的 Supabase 项目(用于存储用户数据)
  • 本地有足够磁盘空间存放 gpt4all 模型文件
  • 云端部署需准备对应云平台账号(GCP/AWS/Azure)与 Terraform 运行环境

安装与启动步骤

  1. 1克隆项目代码

    把仓库下载到本地并进入目录,后续所有脚本都在仓库根目录下执行。

    git clone https://github.com/finic-ai/rag-stack.git
    cd rag-stack
  2. 2复制环境变量模板

    分别从前端和后端的示例文件复制出 .env,不要直接修改示例文件本身。

    cp ragstack-ui/local.env ragstack-ui/.env
    cp server/example.env server/.env
  3. 3填写 Supabase 密钥

    在 Supabase 控制台 Settings > API 找到项目 URL 与密钥,分别填入两个 .env 文件。

  4. 4创建用户表

    在 Supabase 建 ragstack_users 表:id/app_id/secret_key 为 uuid,email/avatar_url/full_name 为 text。

  5. 5启动本地服务

    脚本会把 gpt4all 模型下载到 server/llm/local/,并启动服务端、本地 LLM 与 Qdrant 向量库。

    scripts/local/run-dev
  6. 6确认启动完成

    终端出现 Application startup complete 即表示服务端、LLM 与向量库都已就绪。

  7. 7云端一键部署

    GCP/AWS/Azure 各有 Terraform 脚本,AWS 为 scripts/aws/deploy-aws.sh,Azure 为 ./azure/deploy-aks.sh,按提示填写参数。

    scripts/gcp/deploy-gcp.sh
  8. 8配置前端地址

    云端部署后在 ragstack-ui 下新建 .env,把 VITE_SERVER_URL 设为后端服务或负载均衡地址。

关键配置

配置项必填说明示例
YOUR_SUPABASE_URL是Supabase 项目 URL,服务端与前端两个 .env 都要填https://abcdefgh.supabase.co
YOUR_SUPABASE_KEY是server/.env 中使用的 Supabase 密钥eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.xxxx
YOUR_SUPABASE_PUBLIC_KEY是ragstack-ui/.env 中使用的 Supabase 密钥eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.xxxx
VITE_SERVER_URL否云端部署时前端访问的后端服务地址https://ragstack-server.example.com

如何确认成功

日志出现 INFO: Application startup complete. 即表示服务端、LLM 与 Qdrant 均已启动成功。

常见问题

Q:本地启动脚本会下载什么?

A:run-dev 会自动下载 ggml-gpt4all-j-v1.3-groovy.bin 到 server/llm/local/ 目录,并启动服务端、LLM 与 Qdrant。

Q:Falcon-7B 部署步骤报错怎么办?

A:先执行 gcloud config set compute/zone 你的区域、获取 gpu-cluster 凭据、apply NVIDIA 驱动 daemonset,然后重新运行部署脚本。

Q:用户表加了行级安全策略还能写入吗?

A:需要给 insert 和 select 加上 WITH CHECK 表达式 (auth.uid() = id),否则写入会被拒绝。

Q:这个项目还在维护吗?

A:README 明确说明 rag-stack 是遗留项目,已不再维护,建议只作学习或内部验证使用。

注意事项

  • 项目已停止维护,长期使用需自行评估依赖与安全更新。
  • 三套云端部署脚本均基于 Terraform 实现,运行前请确保相关命令可用。
  • Azure AKS 方案使用 NVIDIA Tesla T4 节点池,并非所有订阅都可用。
  • 本地运行前需先准备好 Supabase 项目,否则服务无法正常启动。

核心亮点

  • 提供完整的 RAG 问答链路和部署配置,开箱即可在 VPC 内拉起私有问答服务
  • 支持 Llama 2、Falcon、GPT4All 等多种开源模型,可替换模型而不改整体架构
  • TypeScript 实现,前后端与基础设施代码集中,便于二次开发和接入自有数据源

不足之处

  • 项目定位偏部署模板,知识库接入、权限与多租户等企业级能力仍需自行补齐
  • 社区规模较小,文档与问题排查资料有限,长期维护情况待观察

适用场景

  • 企业内部文档与制度问答助手
  • 研发团队在私有环境搭建知识检索问答原型
  • 对数据外发敏感的组织构建内部知识库问答入口

替代项目

LangChain、PrivateGPT、Danswer

上一篇:msgvault

下一篇:SmartRAG

同类项目推荐

knowledge 开源

把网站和文件存起来,随时搜索还能直接聊。

Knowledge is a tool for saving, searching, accessing, exploring and chatting with al···

★ 1464 2026-08-09
Local_Pdf_Chat_RAG 开源

本地PDF秒变知识库,和大模型聊天提问

Transparent Python RAG reference with FAISS + BM25 hybrid retrieval, reranking, Grad···

★ 957 2026-08-09
kotaemon 开源

文档拖进来就能聊,界面清爽答得还靠谱

An open-source RAG-based tool for chatting with your documents.

★ 25830 2026-08-09
ragpi 开源

用你的文档,搭建专属 AI 问答助手。

An open-source AI assistant answering questions using your docs

★ 260 2026-08-09
WikiChat 开源

让聊天机器人不再胡说八道,回答自带来源引用

WikiChat is an improved RAG. It stops the hallucination of large language models by ···

★ 1623 2026-08-09
pandas-ai 开源

用大白话跟数据库聊天,秒出分析结果

Chat with your database or your datalake (SQL, CSV, parquet). PandasAI makes data an···

★ 23902 2026-08-09
deep-searcher 开源

在私有数据上,像专业研究员一样深度搜索并生成报告

Open Source Deep Research Alternative to Reason and Search on Private Data. Written ···

★ 8348 2026-08-09
ketch 开源

让 AI 代理秒搜网页,无状态抓取快人一步

Fast, stateless CLI for web search and scrape. Built for AI agents.

★ 730 2026-08-09
NanoSage 开源

本地 LLM 驱动,递归搜索+知识图谱,快速吃透复杂主题

Local LLM Powered Recursive Search & Smart Knowledge Explorer

★ 265 2026-08-09