RAGNotebook

让笔记变聪明，用自然语言问你的知识库

RAGNotebook 是一个基于 LangChain、FastAPI 和 React 构建的检索增强生成（RAG）项目，主要提供智能笔记助手功能。它解决了传统笔记应用无法理解语义、难以快速定位信息的问题，通过 RAG 技术让用户可以用自然语言与自己的笔记进行交互。项目核心能力包括：将笔记内容进行向量化存储，支持语义检索，并基于检索结果生成智能回答；同时提供完整的 Web 界面，方便用户上传、管理和查询笔记。项目分为两个分支：主分支是功能完整的智能笔记助手，集成了前后端和 RAG 流程；base-rag 分支则是一个精简的基础 RAG 示例，适合初学者快速理解 RAG 的核心原理和代码结构。整体架构清晰，技术栈现代，既适合直接部署使用，也适合作为学习 RAG 的参考项目。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 456

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队RMA-MUN

所属国家

官网地址

GitHubhttps://github.com/RMA-MUN/RAGNotebook

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型fastapi,graphrag,knowledge-graph,langchain,mysql,neo4j,rag,react,sqlachemy

GitHub 星标★ 456

30天Star增速

HF 下载量

上线时间2026-03-06 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

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

提供完整的前后端分离架构，FastAPI + React 开箱即用，方便二次开发
双分支设计：主分支为完整智能笔记助手，base-rag 分支为极简学习示例，兼顾实用与教学
基于 LangChain 生态，支持多种向量库和 LLM 集成，灵活度高

不足之处

项目处于早期阶段，功能可能不够完善，文档和社区支持有待观察
依赖外部 LLM API 和向量数据库，部署和运行成本较高，需要自行配置

适用场景

个人知识库管理，通过对话方式快速检索和总结笔记内容
学习 RAG 技术原理和实现，参考 base-rag 分支快速上手
企业内部知识库问答，基于现有笔记或文档构建智能助手

替代项目

Quivr、Danswer、Khoj

项目介绍

RAGNotebook 是搜索知识领域的开源项目，由 RMA-MUN 开发，是 2026 年新上线的项目。

它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 456。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。MIT许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：个人知识库管理，通过对话方式快速检索和总结笔记内容。同类可对比的替代方案包括 Quivr、Danswer、Khoj。

上一篇：graphrag-visualizer

下一篇：NexusRAG