Awesome-LLM-RAG

一份清单，带你快速摸清 RAG 全貌

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 105 🐛 待处理 7 👀 关注 9

GitHub ↗

GitHub 星标 ★ 1373

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，无付费版本。

项目预览

Awesome-LLM-RAG 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jxzhangjhu

GitHubhttps://github.com/jxzhangjhu/Awesome-LLM-RAG

定价模式🏷️完全免费

价格说明开源项目，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型embeddings,large-language-models,llm,rag,rag-embeddings,retrieval-augmented-generation,retrieval-information

GitHub 星标★ 1373

上线时间2023-10-26 00:00:00

代码更新2026-11-07

仓库体积158 KB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数1

项目介绍

Awesome-LLM-RAG 是一个精心整理的检索增强生成（RAG）资源列表，聚焦于大语言模型中的高级 RAG 技术。它系统梳理了 RAG 领域的论文、框架、工具、数据集和教程，帮助研究者和开发者快速了解 RAG 的最新进展、核心方法（如检索策略、生成融合、记忆机制）以及工程实践。项目解决了 RAG 学习资料分散、入门门槛高的问题，通过分类目录和精选条目，让用户能高效定位所需资源，从基础概念到前沿研究一应俱全。其核心能力在于持续更新的高质量资源聚合，覆盖从理论到代码的完整链路，是 RAG 方向不可多得的导航型项目。

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 2026-08-09 · 当前星标 ★ 1373

技术标签

embeddings large-language-models llm rag retrieval-augmented-generation

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 git（用于克隆仓库，可选）
能阅读 Markdown 的编辑器或浏览器

安装与启动步骤

1克隆资源仓库

把 Awesome-LLM-RAG 仓库下载到本地，README 未给出其他安装方式，仓库本身不含可运行代码。
```
git clone https://github.com/jxzhangjhu/Awesome-LLM-RAG.git
```
2进入目录

切换到克隆下来的仓库目录，确认 README.md 文件存在。
```
cd Awesome-LLM-RAG
```
3按目录检索资源

打开 README.md，依据 Contents 中的 Resources、Papers 等分类标题，定位检索增强生成相关论文与工具链接。
4提交资源贡献

README 明确鼓励研究者通过 pull request 更新自己的论文信息，可据此向仓库提交修改。