让RAG检索与生成协同训练，提升知识利用效率
Direct RAG Learning 是 TOIS2026 论文《Direct Retrieval-augmented Optimization》的官方代码库，旨在解决检索增强生成（RAG）中知识选择与语言模型生成割裂的问题。传统RAG通常先独立检索文档再输入模型，导致检索结果与模型需求不匹配。该项目提出直接检索增强优化方法，将知识选择与语言模型联合训练，实现端到端协同优化，使模型能更精准地挑选和利用外部知识，从而提升生成质量与事实准确性。核心能力包括：联合优化检索器与生成器、支持多种检索器后端、提供训练与推理脚本。项目处于早期阶段，代码结构清晰，适合研究RAG协同优化的开发者复现实验或二次开发。
RAGFlow、LangChain、LlamaIndex
direct-rag-learning 是搜索知识领域的开源项目，由 mangopy 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 585 个项目，GitHub 星标数为 264。
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 2026-09-22。Apache-2.0许可证，代码免费公开，无在线服务，需自行部署。
它主要面向的使用场景是：学术研究：复现TOIS2026论文方法，探索RAG优化方向。同类可对比的替代方案包括 RAGFlow、LangChain、LlamaIndex。
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···
