rag-in-action

跟着实操项目,吃透 RAG 全流程,搞定业务落地

rag-in-action 是一个面向 RAG(检索增强生成)系统设计与落地的实战教程项目,源自极客时间 RAG 训练营。它系统拆解了 RAG 的 10 大核心组件,包括文档加载、切分、向量化、检索、重排、生成等环节,并通过 4 个完整实操项目覆盖从数据准备到系统评估优化的全流程。项目强调 RAG 落地应面向具体业务场景进行定制化调整,而非机械套用通用框架,深入剖析了工程实现中的细节问题,如切分策略对检索质量的影响、混合检索的融合方式、评估指标的选择等。所有代码以 Jupyter Notebook 形式呈现,便于学习者边看边练,适合希望系统掌握 RAG 工程实践、提升检索效果并解决实际业务问题的开发者。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 836
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队huangjia2019
所属国家
定价模式free
价格说明开源项目,代码仓库免费提供,无在线服务,需自行部署。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型agent,ai,llm,rag
GitHub 星标★ 836
30天Star增速
HF 下载量
上线时间2025-03-06 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
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

  • 10 大组件拆解系统全面,覆盖 RAG 全链路
  • 4 个实操项目贴近真实业务,可直接参考改造
  • 深入讲解切分、重排等细节,避免常见坑

不足之处

  • 文档/社区待观察
  • 基于特定训练营内容,部分场景可能不够通用

适用场景

  • 企业知识库问答系统搭建与优化
  • RAG 检索效果调优与评估
  • 学习 RAG 工程化落地的系统路径

替代项目

LangChain、LlamaIndex、Haystack

项目介绍

rag-in-action 是搜索知识领域的开源项目,由 huangjia2019 开发,2025 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(836)位列前 30%,在搜索知识分类中处于中上游。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-22。代码仓库免费提供,无在线服务,需自行部署。

它主要面向的使用场景是:企业知识库问答系统搭建与优化。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。

上一篇:pg_vectorize

下一篇:firecrawl-app-examples

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