warc-gpt 是搜索知识领域的开源项目，由 harvard-lil 开发，2023 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 281。
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 2026-09-17。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：数字档案馆的智能检索与问答。同类可对比的替代方案包括 txtai、LangChain、Haystack。
GitHub 星标
★ 281
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harvard-lil
所属国家
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ai,rag,warc,webarchiving
GitHub 星标★ 281
30天Star增速
HF 下载量
上线时间2023-10-23 00:00:00
最近更新2026-09-17 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0
使用教程
核心亮点
- 直接解析 WARC 格式，无需预处理转换，简化归档数据接入
- 模块化流水线设计，便于替换嵌入模型或向量库
- 提供端到端示例，快速上手从存档到问答的完整流程
不足之处
- 早期项目，文档和社区支持尚不完善
- 对大规模 WARC 文件的性能优化有限
适用场景
- 数字档案馆的智能检索与问答
- 历史网页内容的学术研究辅助
- 机构内部网络归档的知识挖掘
替代项目
txtai、LangChain、Haystack
项目介绍
上一篇：MinerU-HTML
下一篇：NanoSage
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.
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···