llm-applications 是搜索知识领域的开源项目,由 ray-project 开发,2023 年首次发布。
在全站 13,465 个收录项目中,它的 GitHub 星标数(1,860)位列前 30%,在搜索知识分类中处于中上游。
项目仍在小幅维护中,最近一次代码更新于 2026-09-29。开源免费。
它主要面向的使用场景是:系统学习RAG应用开发流程。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。

照着学,快速搭出能上生产的 RAG 应用
这是一个面向生产环境的 RAG(检索增强生成)LLM 应用构建指南,基于 Jupyter Notebook 形式提供系统化教程。项目由 Anyscale 团队维护,核心解决开发者从原型到生产部署过程中遇到的检索质量、上下文管理、模型微调与推理性能等关键问题。内容覆盖 LlamaIndex、LangChain 等主流框架的使用,并深入讲解向量数据库选型、Embedding 优化、重排序策略、以及基于 Ray 的分布式推理和模型服务方案。通过可运行的代码示例,帮助开发者理解如何将 OpenAI、Llama2 等模型与业务数据结合,构建具备可靠知识库问答能力的应用。项目还涉及微调技术如何与 RAG 互补,以及生产环境中的监控、评估和迭代方法。整体上是一个兼具理论深度和工程实践的资源库,适合希望系统化提升 RAG 应用开发能力的工程师。
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
⚠ 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。
1注册 OpenAI 账号
前往 OpenAI 平台注册账号并创建凭证,用于调用 ChatGPT 系列模型(gpt-3.5-turbo、gpt-4)。
2注册 Anyscale 账号
前往 Anyscale Endpoints 注册账号并创建凭证,用于调用 Llama-2-70b 等开源大模型。
3获取项目代码
从 README 给出的 GitHub 仓库地址获取项目代码,也可直接下载仓库压缩包。
git clone https://github.com/ray-project/llm-applications.git4打开交互式 Notebook
README 明确给出交互式 notebook 路径 notebooks/rag.ipynb,用它跟着教程逐步运行。
能打开 notebooks/rag.ipynb 并按教程成功调用 ChatGPT 与 Llama-2-70b 模型即算准备就绪。
Q:一定要两个平台的凭证吗?
A:README 说明会同时使用 OpenAI(ChatGPT 系列)和 Anyscale Endpoints(Llama-2-70b),因此建议两个账号都提前注册并备好凭证。
Q:从哪里开始读?
A:README 建议先看 Anyscale 博客的 Part 1 文章了解整体思路,再打开 notebooks/rag.ipynb 跟着代码运行。
Q:本地跑不动怎么办?
A:README 的 Compute 部分列出了 Local 等选项,但节选内容被截断,请以仓库中完整的 Setup 章节为准。
LangChain、LlamaIndex、Haystack
llm-applications 是搜索知识领域的开源项目,由 ray-project 开发,2023 年首次发布。
在全站 13,465 个收录项目中,它的 GitHub 星标数(1,860)位列前 30%,在搜索知识分类中处于中上游。
项目仍在小幅维护中,最近一次代码更新于 2026-09-29。开源免费。
它主要面向的使用场景是:系统学习RAG应用开发流程。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
firecrawl
开源
网页抓取像喝水一样简单,开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用,从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图,找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔,自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···