llm-app

开箱即用的 AI 模板,上午搭好下午就用上

开源 🏷️定价信息待确认 ✅ 目前可打开 对话助手 🍴 复刻 1544 🐛 待处理 5 👀 关注 90
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 58722
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

llm-app 项目界面预览图
图片来源:项目官网

项目数据

分类对话助手
开发团队pathwaycom
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言Python
技术栈/模型chromadb,document-qa,document-search,duckdb,live-data,llm,milvus,mongodb,no-code,pathway,pgvector,pinecone,qdrant,rag,real-time,retrieval-augmented-generation,self-hosted,semantic-search,vector-database,weaviate
GitHub 星标★ 58722
上线时间2023-07-19 00:00:00
代码更新2026-11-02
仓库体积66.2 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

开箱即用的云端模板,快速搭建 RAG、AI 流水线与企业级实时数据搜索应用。Docker 友好,可实时同步 SharePoint、Google Drive、S3、Kafka、PostgreSQL 及各类实时数据 API,让 AI 应用始终与最新数据保持同步。

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 ★ 58722

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 10 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Git(用于克隆 llm-app 仓库)
  • 本地机器环境,用于先在本机测试模板(README 支持在自有机器上测试)
  • 可选:云平台账号(GCP / AWS / Azure / Render)或本地服务器用于部署
  • 无需额外搭建基础设施依赖,模板自带内置数据索引

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 拉取 llm-app 仓库到本地,仓库内包含多个可开箱即用的应用模板。

    git clone https://github.com/pathwaycom/llm-app.git
  2. 2查看可用模板

    进入仓库目录,列出 templates/ 下的模板,按需挑选(有的偏简洁、有的偏高精度)。

    cd llm-app
    ls templates/
  3. 3阅读模板说明

    每个模板目录都有自己的 README.md,里面有该模板的运行步骤,务必按它执行。

    cat templates/<你的模板名>/README.md
  4. 4按模板文档运行

    依照所读 README 的指示启动应用,可先在本机测试,再部署到云端或本地服务器。

如何确认成功

按所选模板 README 的说明启动后,应用能正常响应查询、并同步到数据源的最新内容即视为成功。

常见问题

Q:不知道该选哪个应用模板怎么办?

A:模板分两类:一类优化简洁易用,一类优化检索精度,可按你的场景和文档规模挑选,也可参照官网更多模板。

Q:可以部署到哪里?

A:README 说明可先在本机测试,再部署到云端(GCP、AWS、Azure、Render 等)或本地服务器(on-premises)。

Q:支持哪些数据源?

A:支持文件系统、Google Drive、SharePoint、S3、Kafka、PostgreSQL 以及各类实时数据 API,并同步新增、删除、更新。

Q:需要先搭建向量数据库等基础设施吗?

A:不需要。模板不含需要单独配置的基础设施依赖,内置索引支持向量搜索、混合搜索和全文搜索。

注意事项

  • 本项目具体安装与运行命令以各模板目录下的 README.md 为准,仓库根 README 未给出统一安装命令。
  • 索引在内存中完成并带缓存,处理超大规模文档时需关注机器内存配置。
  • 应用会与数据源保持实时同步,数据源变更后 AI 应用可立即使用最新数据。

核心亮点

  • 提供开箱即用的云模板,覆盖RAG、AI管道和企业搜索,支持实时数据同步,部署便捷
  • 与Sharepoint、Google Drive、S3、Kafka、PostgreSQL等主流数据源深度集成,确保数据始终最新
  • 基于Pathway框架,实现低延迟的实时数据处理,适合动态数据场景

不足之处

  • 文档/社区待观察
  • Jupyter Notebook为主,生产环境部署可能需要额外工程化改造

适用场景

  • 企业级知识库检索增强生成(RAG)应用快速搭建
  • 实时数据驱动的AI管道,如日志分析、金融数据监控
  • 多源数据统一搜索与问答系统

替代项目

LangChain、LlamaIndex、Haystack

上一篇:没有了!

下一篇:quivr

同类项目推荐

MiniRAG 开源

用小模型也能轻松搭建 RAG,省成本又高效

[ACL2026] "MiniRAG: Making RAG Simpler with Small and Open-Sourced Language Models"

★ 2028 2026-08-09
OpenSearch-VL 开源

让AI看懂图片并精准搜索,训练多模态搜索智能体

OpenSearch-VL provides a fully open recipe for training strong multimodal deep searc···

★ 305 2026-08-09
LightningRAG 开源

开箱即用的全栈 RAG 启动器,快速构建知识问答应用

LightningRAG is a full-stack Vue + Gin starter with a decoupled frontend and backend···

★ 455 2026-08-09
chatgpt-custom-knowledge-chatbot 开源

上传你的文档,马上拥有懂业务的问答机器人

This open source chatbot project lets you create a chatbot that uses your own data t···

★ 138 2026-08-09
local-deep-researcher 开源

本地跑通搜索到报告,隐私数据不出门

Fully local web research and report writing assistant

★ 9405 2026-09-12
LongRAG 开源

用长上下文LLM直接检索长文本,减少碎片化,提升问答准确率。

Official repo for "LongRAG: Enhancing Retrieval-Augmented Generation with Long-conte···

★ 249 2026-08-09
heimdall 开源

纯 CPU 给 AI 装记忆,本地检索不烧显卡

A lightweight CPU only memory approach with ranked retrieval. Simple, yet effective.

★ 137 2026-09-18
coco-server 开源

一个服务搞定企业所有文件搜索,AI 直接给你答案

Coco AI Server - Search, Connect, Collaborate, AI-powered Enterprise Search, all in ···

★ 148 2026-08-09
bm25s 开源

用 Numpy 加速的 BM25 检索,快如闪电,轻松集成 RAG。

Fast BM25 search in Python, powered by Numpy and Numba

★ 1822 2026-08-09