renumics-rag

可视化 RAG 检索与生成过程,快速定位问题

renumics-rag 是一个用于可视化检索增强生成(RAG)助手的开源工具。它主要解决 RAG 系统调试和评估难的问题,帮助开发者直观地理解检索与生成过程。核心能力包括:展示文档块与查询的向量相似度、可视化检索结果的排序与得分、跟踪生成答案所引用的来源片段,以及支持交互式探索嵌入空间。通过将 RAG 流程中的关键步骤可视化,开发者可以快速定位检索错误、评估答案质量,并优化提示词或索引策略。该项目基于 Python,易于集成到现有 RAG 工作流中。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 212
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Renumics
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型huggingface,langchain,large-language-models,llm,machine-learning,openai,rag,retrieval-augmented,retrieval-augmented-generation,streamlit,umap,visualization
GitHub 星标★ 212
30天Star增速
HF 下载量
上线时间2024-01-23 00:00:00
最近更新2026-09-23 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2

使用教程

核心亮点

  • 提供检索结果与生成引用的可视化,调试更直观
  • 支持嵌入空间交互式探索,便于理解数据分布
  • 轻量级 Python 库,易于集成到现有 RAG 流程

不足之处

  • 项目早期,功能覆盖有限,文档待完善
  • 可视化交互深度可能不如专业 BI 工具

适用场景

  • RAG 系统开发调试与错误分析
  • 评估检索质量与答案引用准确性
  • 教学演示 RAG 工作原理

替代项目

LangChain、LlamaIndex、RAGAS

项目介绍

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

它收录于搜索知识分类,该分类目前共有 586 个项目,GitHub 星标数为 212。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。MIT许可证,完全免费,需自行部署使用。

它主要面向的使用场景是:RAG系统开发调试与错误分析。同类可对比的替代方案包括 LangChain、LlamaIndex、RAGAS。

上一篇:DocPaws

下一篇:verbatim-rag

同类项目推荐

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.

★ 183325 2026-08-09
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···

★ 766 2026-08-09
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···

★ 120493 2026-08-09
qiaomu-youtube-ai-podcast 开源

一站式索引AI播客,快速找到有文字稿和总结的节目

AI 播客索引:整理 AI 播客、中文简介、Transcript 状态和总结入口 | Curated AI podcast ···

★ 70 2026-08-09