rag 是搜索知识领域的开源项目，由 neuml 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 465。
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。基于Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：企业内部知识库问答。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
rag
用 txtai 快速搭建 RAG，让 LLM 回答你的私有数据问题。
rag 是一个基于 txtai 的检索增强生成（RAG）实现，旨在将搜索引擎与大语言模型（LLM）结合，帮助用户从自有数据中挖掘洞察。它解决了传统 LLM 无法访问私有或特定领域数据的问题，通过检索相关文档片段并注入到生成上下文中，提升回答的准确性和相关性。核心能力包括：支持多种文档格式的索引与检索、灵活的向量化模型配置、与 txtai 生态无缝集成、提供简洁的 API 和命令行工具，便于快速搭建 RAG 流水线。项目处于早期阶段，代码结构清晰，适合作为学习 RAG 原理或进行二次开发的起点。
开源
free
搜索知识
GitHub 星标
★ 465
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neuml
所属国家
定价模式free
价格说明开源项目，基于Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai,artificial-intelligence,large-language-models,llm,machine-learning,nlp,python,rag,retrieval-augmented-generation,search,txtai
GitHub 星标★ 465
30天Star增速
HF 下载量
上线时间2024-07-25 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0
使用教程
核心亮点
- 基于 txtai，检索与生成一体化，配置简单，上手快
- 支持多种文档格式，便于处理本地私有数据
- 代码量少，结构清晰，适合学习 RAG 核心流程
不足之处
- 项目早期，文档和社区支持有限
- 功能相对基础，高级特性（如重排序、混合检索）待完善
适用场景
- 企业内部知识库问答
- 个人文档智能检索与摘要
- RAG 技术学习与原型验证
替代项目
LangChain、LlamaIndex、Haystack
项目介绍
上一篇：awesome-rag
下一篇：LightningRAG
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···
qiaomu-youtube-ai-podcast
开源
一站式索引AI播客，快速找到有文字稿和总结的节目
AI 播客索引：整理 AI 播客、中文简介、Transcript 状态和总结入口 | Curated AI podcast ···