ragapp

拖拽式搭建企业级智能问答，让 RAG 应用即插即用

ragapp 是一个面向企业的 Agentic RAG（检索增强生成）应用框架，旨在简化智能问答与知识库应用的构建流程。它解决了企业在落地 RAG 时面临的复杂集成、多智能体编排和部署难题，提供开箱即用的后端服务、前端组件和可视化配置界面。核心能力包括：支持多种文档格式的摄取与索引、基于向量数据库的高效检索、与大语言模型的无缝对接、以及可定制的智能体工作流编排。用户可通过简单的 API 或低代码界面快速搭建具备上下文感知能力的问答系统，并支持多租户、权限管理和审计日志，满足企业级安全与合规要求。项目采用 TypeScript 开发，模块化架构便于扩展，适合作为企业知识中台或智能助手的基础设施。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4442

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ragapp

所属国家

官网地址

GitHubhttps://github.com/ragapp/ragapp

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TypeScript

技术栈/模型agentic,agents,ai,docker,llamaindex,rag

GitHub 星标★ 4442

30天Star增速

HF 下载量

上线时间2024-04-29 00:00:00

最近更新2026-09-22 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

难度：入门约 10 分钟部署方式：Docker 5 步

环境要求

已安装 Docker（建议使用最新版本）
如需 Compose 部署，需安装最新版 Docker Compose
可访问的 AI 模型：OpenAI / Gemini 托管模型，或通过 Ollama 使用本地模型
本机 8000 端口未被占用

安装与启动步骤

1启动 ragapp 容器

拉取并运行官方镜像，把容器 8000 端口映射到本机 8000 端口。首次运行会自动下载镜像。
```
docker run -p 8000:8000 ragapp/ragapp
```
2打开 Admin UI

容器启动后，浏览器访问管理界面地址，开始配置 RAGapp 的模型与知识库。
3配置模型接入

在 Admin UI 中选择 OpenAI、Gemini 等托管模型并填入密钥，或接入本地 Ollama 模型。
4使用 Chat UI 与 API

配置完成后，Chat UI 和 API 才会生效：聊天界面在根路径，接口文档在 /docs。
5Compose 方式部署

如需部署到自有基础设施，可使用仓库提供的 Docker Compose 方案，如搭配 Ollama 与 Qdrant 的单实例部署。
```
git clone https://github.com/ragapp/ragapp.git
cd ragapp/deployments/single
docker compose up -d
```

关键配置

配置项	必填	说明	示例
`模型提供商`	是	在 Admin UI 中选择 OpenAI、Gemini 或本地 Ollama 作为模型来源	`OpenAI`
`API Key`	是	使用托管模型时需填写的访问密钥	`sk-xxxxxxxx`

如何确认成功

浏览器打开 http://localhost:8000/admin 能看到管理界面，即表示容器启动成功，随后在界面完成配置。

常见问题

Q：Chat UI 或 API 打开没反应？

A：README 说明 Chat UI 和 API 只有在 RAGapp 完成配置后才可用，请先在 Admin UI 中完成模型与知识库配置。

Q：启动时报错怎么办？

A：官方建议使用最新版本的 Docker，必要时升级最新版 Docker Compose，可避免已知的启动报错问题。

Q：想用本地模型可以吗？

A：可以，README 支持通过 Ollama 使用本地模型，也可以使用 OpenAI 或 Gemini 的托管模型。

Q：如何部署多个 RAGapp 实例？

A：仓库提供了多实例加管理 UI 的 Docker Compose 部署方案，位于 deployments/multiple-ragapps 目录。

注意事项

容器默认暴露 8000 端口，Admin UI 为 /admin，Chat UI 为 /，API 文档为 /docs。
建议使用最新版 Docker 及 Docker Compose，以避免已知启动错误。
Chat UI 与 API 只有在完成配置后才可用，首次部署请先访问 Admin UI。

核心亮点

提供可视化配置界面，无需复杂编码即可完成 RAG 流程编排
内置多智能体协作机制，支持复杂任务分解与工具调用
企业级特性完善，包含多租户、权限控制和审计日志

不足之处

项目仍处于早期阶段，文档和社区生态待观察
对非技术用户仍有门槛，需要理解 RAG 基本概念

适用场景

企业内部知识库智能问答助手
客服自动化与工单智能分类
研发文档检索与代码辅助分析

替代项目

Dify、FastGPT、RAGFlow

项目介绍

ragapp 是搜索知识领域的开源项目，由 ragapp 开发，2024 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（4,442）位列前 10%，在搜索知识分类的 581 个项目里位列前 11%。

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 2026-09-22。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：企业内部知识库智能问答助手。同类可对比的替代方案包括 Dify、FastGPT、RAGFlow。

上一篇：m_flow

下一篇：cognita