rag 是搜索知识领域的开源项目，由 NVIDIA-AI-Blueprints 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 585 个项目，GitHub 星标数为 770。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。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：企业快速搭建知识库问答系统。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
rag
用NVIDIA官方蓝图，快速搭出生产级RAG流水线
这是NVIDIA推出的RAG参考蓝图，旨在为开发者提供一套基础但完整的检索增强生成（RAG）流水线实现。它解决了构建RAG系统时常见的架构设计、组件选型和性能调优难题，通过预置的模块化组件（如文档加载、向量化、检索、生成等）和清晰的代码示例，帮助开发者快速理解并搭建自己的RAG应用。核心能力包括：支持多种文档格式的解析与分块、集成主流向量数据库（如FAISS、Milvus）、提供灵活的检索策略（如混合检索、重排序）、以及无缝对接NVIDIA的加速推理服务（如TensorRT-LLM）来优化生成性能。该蓝图特别适合作为企业级RAG项目的起点，能够显著降低从概念验证到生产部署的工程复杂度。
开源
free
搜索知识
GitHub 星标
★ 770
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队NVIDIA-AI-Blueprints
所属国家
定价模式free
价格说明开源项目，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blueprint,nim,rag,retrieval-augmented-generation
GitHub 星标★ 770
30天Star增速
HF 下载量
上线时间2024-12-11 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
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
- NVIDIA官方出品，技术背书强，代码质量有保障
- 模块化设计，可灵活替换向量库和LLM，适配不同场景
- 内置性能优化（如TensorRT-LLM），生成速度优于普通实现
不足之处
- 依赖NVIDIA生态（如GPU、特定库），对非NVIDIA环境不友好
- 文档和社区尚在早期，遇到问题可参考资源有限
适用场景
- 企业快速搭建知识库问答系统
- 研究RAG架构并作为教学参考
- 需要高性能生成能力的生产环境
替代项目
LangChain、LlamaIndex、Haystack
项目介绍
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···