RAG_Hack

跟着微软示例,快速搭出你的 RAG 应用

RAG_Hack 是微软发起的 Hack Together 黑客松活动的官方示例与资源仓库,聚焦检索增强生成(RAG)技术的实践与创新。它旨在帮助开发者快速上手 RAG,通过提供多种场景的代码示例、教程和最佳实践,解决 RAG 应用开发中常见的检索质量、上下文整合和评估难题。仓库包含从基础文档问答到复杂多模态检索的完整示例,覆盖 Azure AI Search、LangChain、LlamaIndex 等主流框架,并展示了如何结合 Prompt Flow 进行端到端开发。核心能力包括:提供可运行的 RAG 模板、演示高级检索策略(如混合搜索、重排序)、以及分享生产级 RAG 系统的设计模式。作为社区驱动的项目,它鼓励参与者提交创意应用,是学习 RAG 和构建原型的高价值起点。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 523
维护状态 低维护
是否开源
定价模式 free

项目数据

分类搜索知识
开发团队microsoft
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,可自由使用和部署,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言
技术栈/模型ai,azure,hackathon,rag,streams
GitHub 星标★ 523
30天Star增速
HF 下载量
上线时间2024-07-23 00:00:00
最近更新2026-09-13 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

  • 官方出品,示例代码质量高,可直接运行
  • 覆盖多种 RAG 场景,从入门到进阶均有案例
  • 结合 Azure 生态,展示云上 RAG 最佳实践

不足之处

  • 依赖微软技术栈,非 Azure 用户上手有门槛
  • 文档/社区待观察

适用场景

  • 快速搭建企业知识库问答原型
  • 学习 RAG 高级检索与评估方法
  • 参加黑客松或内部创新活动

替代项目

langchain-ai/rag-from-scratch、run-llama/llama_index、microsoft/rag-experiment-acceleration

项目介绍

RAG_Hack 是搜索知识领域的开源项目,由 microsoft 开发,2024 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 523。

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 2026-09-13。MIT许可证,可自由使用和部署,无付费版本。

它主要面向的使用场景是:快速搭建企业知识库问答原型。同类可对比的替代方案包括 langchain-ai/rag-from-scratch、run-llama/llama_index、microsoft/rag-experiment-acc…。

上一篇:talk2arxiv

下一篇:chatgpt-your-files

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