ratel

给 AI 代理瘦身,省 80% token,告别工具过载

Ratel 是一个面向 AI 代理的上下文工程工具,旨在解决代理工具过载和上下文爆炸问题。它通过进程内 BM25 和语义检索,提供技能和记忆管理,实现渐进式披露,让代理只加载当前任务所需的最小上下文,从而减少约 80% 的 token 消耗。无需外部向量数据库,用 Rust 实现高性能检索。核心能力包括:上下文精简、工具选择优化、技能与记忆的持久化存储、以及基于关键词和语义的混合检索。它帮助开发者构建更高效、更省成本的 AI 代理应用。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 443
维护状态 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ratel-ai
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Rust
技术栈/模型accuracy,agents,claude-skills,context,harness,llm,llm-routing,mcp,mcp-server,memory,optimization,rag,skills,token-optimization,tool-calling,tool-selection
GitHub 星标★ 443
30天Star增速
HF 下载量
上线时间2025-11-12 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
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7

使用教程

核心亮点

  • 进程内检索,无需部署向量数据库,降低运维成本
  • 混合检索(BM25+语义)兼顾精确与模糊匹配,提升召回质量
  • 渐进式披露机制,按需加载上下文,显著减少 token 消耗

不足之处

  • 项目早期,文档和社区生态待观察
  • Rust 语言栈对部分团队有学习成本

适用场景

  • 构建复杂工具调用的 AI 代理,减少工具选择错误
  • 长会话记忆管理,降低多轮对话的 token 开销
  • 本地优先的 AI 应用,避免外部向量数据库依赖

替代项目

Mem0、Letta、LangChain

项目介绍

ratel 是开发框架领域的开源项目,由 ratel-ai 开发,2025 年首次发布。

它收录于开发框架分类,该分类目前共有 803 个项目,GitHub 星标数为 443。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:构建复杂工具调用的AI代理,减少工具选择错误。同类可对比的替代方案包括 Mem0、Letta、LangChain。

上一篇:chonky

下一篇:tiger

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12