ragapp

拖拽式搭建企业级智能问答，让 RAG 应用即插即用

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 471 🐛 待处理 69 👀 关注 32

GitHub ↗

GitHub 星标 ★ 4441

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和部署。

项目预览

项目数据

分类搜索知识

开发团队ragapp

GitHubhttps://github.com/ragapp/ragapp

定价模式🏷️完全免费

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🔧 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TypeScript

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

GitHub 星标★ 4441

上线时间2024-04-29 00:00:00

代码更新2025-01-22

仓库体积2.8 MB

本站数据更新2026-11-07

维护状态低维护

收录时间2026-08-09

浏览次数1

项目介绍

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。

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 ★ 4441

技术标签

agentic agents ai docker llamaindex

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`