UltraRAG

低代码搭建复杂 RAG 流水线,快速落地智能检索应用

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 460 🐛 待处理 18 👀 关注 38
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 5740
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源框架,Apache-2.0 许可证,完全免费,可自行部署使用。

项目预览

UltraRAG 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队OpenBMB
定价模式🏷️完全免费
价格说明开源框架,Apache-2.0 许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型deepseek,demo,easy,embedding,flask,gpt,huggingface-transformers,llm,mcp,multimodal,openai,qwen,rag,sentence-transformers,ui,vllm,vlm
GitHub 星标★ 5740
上线时间2025-01-16 00:00:00
代码更新2026-11-09
仓库体积85.4 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

UltraRAG 是一个基于 Python 的低代码 MCP(Model Context Protocol)框架,用于构建复杂且创新的 RAG(检索增强生成)流水线。它解决了传统 RAG 系统开发中集成难度大、流程编排复杂、扩展性差的问题,通过声明式配置和可视化编排,让开发者能够快速搭建从文档解析、索引构建、检索召回、重排到生成的全链路 RAG 应用。核心能力包括:支持多种数据源接入、模块化组件设计、内置多种检索策略(如混合检索、递归检索)、提供 MCP 协议支持以便与外部工具无缝集成,并附带性能监控和评估工具。UltraRAG 强调低代码和灵活性,适合从原型验证到生产部署的快速迭代。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5740

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:本地安装 6 步

环境要求

  • Python 环境(用于安装 UltraRAG 及其依赖)
  • uv 0.12.0(README 推荐用于管理环境与依赖)
  • Docker(可选,用于容器方式部署)
  • 可访问 PyPI 与 Docker Hub 的网络

安装与启动步骤

  1. 1安装 uv

    README 强烈推荐用 uv 管理 Python 环境与依赖,可大幅提升安装速度。已安装可跳过。

    pip install uv==0.12.0
  2. 2源码安装全部依赖

    在项目源码根目录执行,[all] 为全量安装,包含所有功能组件。

    uv pip install -e ".[all]"
  3. 3按需安装组件(可选)

    若不需要全部功能,可改为按需安装,README 以 retriever 为例。

    uv pip install -e ".[retriever]"
  4. 4拉取 Docker 镜像

    不想配置本地 Python 环境时改用容器部署,按需选择 CPU 基础版、GPU 基础版或 GPU 完整版。

    docker pull hdxin2002/ultrarag:v0.3.0-base-cpu
    docker pull hdxin2002/ultrarag:v0.3.0-base-gpu
    docker pull hdxin2002/ultrarag:v0.3.0
  5. 5验证安装

    运行官方提供的示例流水线,检查环境是否正常。

    ultrarag run examples/experiments/sayhello.yaml
  6. 6查阅快速开始文档

    官网文档提供从入门到进阶的完整教程示例,可按需查阅学习。

如何确认成功

执行 ultrarag run examples/experiments/sayhello.yaml,若终端输出 “Hello, UltraRAG v3!” 即表示安装成功。

常见问题

Q:uv 安装不成功怎么办?

A:README 给出的直接安装命令是 pip install uv==0.12.0,可先确认 pip 可用再重试;也可参考 uv 官方仓库安装。

Q:不想配置本地 Python 环境怎么办?

A:可使用 Docker 方式,README 提供 hdxin2002/ultrarag:v0.3.0-base-cpu(CPU 基础版)、v0.3.0-base-gpu(GPU 基础版)、v0.3.0(GPU 完整版)三个镜像。

Q:只想安装部分功能可以吗?

A:可以,README 支持按需安装,例如 uv pip install -e ".[retriever]" 只安装 retriever 相关依赖。

Q:验证命令报错找不到 ultra 命令?

A:请确认已在项目源码根目录完成依赖安装,且当前虚拟环境已激活;必要时重新执行 uv pip install -e ".[all]"。

注意事项

  • README 推荐使用 uv==0.12.0 管理环境与依赖,可显著提升安装速度。
  • [all] 表示全量安装,[retriever] 只是按需安装的示例写法。
  • Docker 镜像分基础版(CPU/GPU)与完整版(GPU),部署前按硬件条件选择。
  • README 节选中未给出 git clone 命令,拉取源码的步骤请参考官方文档。

核心亮点

  • 声明式配置减少手写胶水代码,显著降低 RAG 开发门槛
  • 内置多种检索与重排策略,开箱即用支持混合搜索
  • 基于 MCP 协议,可无缝集成外部工具和模型服务

不足之处

  • 项目较新,文档和社区生态仍在完善中
  • 高级自定义场景可能需要深入理解内部抽象

适用场景

  • 企业知识库问答系统快速搭建
  • 复杂多源数据检索增强生成应用开发
  • RAG 流水线原型验证与迭代优化

替代项目

LangChain、LlamaIndex、Haystack

上一篇:genkit

下一篇:ruoyi-ai

同类项目推荐

RasaTalk 开源

用 JavaScript 快速搭建基于 Rasa 的聊天机器人

A chatbot framework for Rasa NLU

★ 303 2026-08-09
lazy-starter-kit 开源

一条命令,把电脑变成 AI 开发环境,先预览再执行

One safe command (or a signed GUI) to set up Claude Code, Codex and a dev environmen···

★ 123 2026-08-09
llm 开源

用 Ruby 轻松接入大模型,快速构建 AI 应用

An agentic runtime

★ 142 2026-08-09
openai-dotnet 开源

官方 .NET 库,几行代码接入 OpenAI 各类接口

The official .NET library for the OpenAI API

★ 2719 2026-10-26
x 开源

几行代码把 AI 聊天助手嵌进你的 React 应用

Craft AI-driven interface effortlessly

★ 4844 2026-10-08
DelphiOpenAI 开源

Delphi 开发者快速接入 ChatGPT 等 AI 服务,几行代码搞定。

OpenAI (and DeepSeek, Azure OpenAI, YandexGPT, Ollama, GigaChat, Qwen) API wrapper f···

★ 319 2026-08-09
bosquet 开源

用 Clojure 构建 LLM 应用,模板+智能体+记忆一站式搞定

Tooling to build LLM applications: prompt templating and composition, agents, LLM me···

★ 379 2026-08-09
ToolRegistry 开源

一套工具代码,无缝对接所有主流大模型

ToolRegistry: A Protocol-Agnostic Tool Management Library for Function-Calling LLMs ···

★ 67 2026-08-09
TypeChat 开源

用 TypeScript 类型定义,让大模型输出稳定可用的 JSON 数据

TypeChat is a library that makes it easy to build natural language interfaces using ···

★ 8692 2026-08-09