rag-all-techniques 是搜索知识领域的开源项目，由 liu673 开发，2025 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 474。
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 2026-09-12。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：快速学习RAG技术原理和代码实现。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
rag-all-techniques
一站式看懂并跑通所有主流 RAG 技术
rag-all-techniques 是一个以 Jupyter Notebook 形式系统化实现各种检索增强生成（RAG）技术的开源项目。它旨在将当前主流的 RAG 方法，如向量检索、混合检索、重排序、查询改写、上下文压缩等，以简洁、可运行的代码示例呈现，帮助开发者快速理解和上手。项目解决了 RAG 技术碎片化、学习曲线陡峭的问题，通过统一、简化的实现方式，让开发者能在一个仓库中对比不同技术的效果，并直接借鉴到自己的应用中。其核心能力包括：提供多种 RAG 技术的即用型代码、清晰的文档说明、以及基于真实场景的示例，降低了 RAG 应用的开发门槛。
开源
free
搜索知识
GitHub 星标
★ 474
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liu673
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Jupyter Notebook
技术栈/模型llm,rag
GitHub 星标★ 474
30天Star增速
HF 下载量
上线时间2025-05-06 00:00:00
最近更新2026-09-12 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1
使用教程
核心亮点
- 覆盖 RAG 全流程技术，从基础检索到高级优化，体系完整
- 代码基于 Jupyter Notebook，交互式学习，上手门槛低
- 每个技术独立成节，便于对比和选择性集成到自己的项目
不足之处
- 项目处于早期，部分技术实现可能未覆盖最新研究
- 文档和社区生态尚待完善，实际生产环境适配需自行验证
适用场景
- 快速学习 RAG 技术原理和代码实现
- 为项目选型对比不同 RAG 技术效果
- 作为基础模板，二次开发定制 RAG 流程
替代项目
LangChain、LlamaIndex、Haystack
项目介绍
上一篇：Advanced_RAG
下一篇：markdown-crawler
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···