用Notebook快速上手高级RAG，融合GPT与Llama3
Advanced_RAG 是一个专注于高级检索增强生成（RAG）技术的开源项目，通过一系列实用 Notebook 展示如何利用 Langchain、OpenAI GPT、Meta Llama3 和 Agents 构建复杂的 RAG 应用。项目旨在解决基础 RAG 在复杂查询、多文档处理和上下文理解上的不足，提供从数据索引、检索优化到生成增强的完整示例。核心能力包括高级检索策略（如混合检索、重排序）、多模型集成（GPT、Llama3）以及基于 Agent 的自动化流程设计。适合开发者快速上手并理解 RAG 的进阶用法，但项目处于早期阶段，内容覆盖有限。
LangChain、LlamaIndex、Haystack
Advanced_RAG 是搜索知识领域的开源项目，由 GURPREETKAURJETHRA 开发，2024 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 111。
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 2026-09-04。提供notebook示例，可自行部署使用，完全免费。
它主要面向的使用场景是：开发者学习高级RAG技术并快速原型验证。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
上一篇：graphrag-api
下一篇：ask-my-pdf
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···
