项目预览
项目数据
项目介绍
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 ★ 485
使用教程
环境要求
- Docker
- 模型 API Key
安装与启动步骤
-
1拉代码
工程自带编排文件。
git clone https://github.com/RMA-MUN/RAGNotebook.git -
2填模型 Key
后端环境文件里的模型配置必须先填，否则起得来但回答不了。
-
3构建并启动
第一次要带 build，之后直接 up。
docker compose up -d --build -
4看后端日志
检索与图谱两个环节出问题都能在日志里看到。
docker compose logs -f backend -
5改完配置重启后端
只改环境文件时要重启后端才生效。
docker compose restart backend
如何确认成功
导入一篇笔记后提问，回答能引用到该笔记的具体段落，且知识图谱里出现与之相关的实体连线
注意事项
- 它把笔记管理、图数据库知识图谱、GraphRAG 和写作辅助放在一个自托管工程里。
- 数据默认留在容器卷里，down 不会删数据，down 加卷参数才会。
- 图数据库比普通向量检索更吃内存，小机器上先降批量。
- 改模型 Key 后必须重启后端，热加载不生效。
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
下一篇：NexusRAG
同类项目推荐
LEANN
开源
让个人设备也能跑起又快又准的私有 RAG，存储省 97%。
[MLsys2026 Best Paper]: https://arxiv.org/abs/2506.08276. RAG on Everything with LEA···
llm-docs-builder
开源
把 Markdown 文档变成 LLM 和 RAG 友好的格式，自动生成 llms.txt。
Transform and optimize your markdown documentation for Large Language Models (LLMs) ···
html-to-markdown
开源
把HTML干净利落地转成Markdown，性能飞快
Turn messy, real-world HTML into clean Markdown, from every major language.
Novel-Assistant
开源
让本地文档秒变智能问答库，随问随答
로컬 또는 클라우드 LLM을 사용해 문서 폴더 기반으로 검색·답변하는 RAG 어시스턴트
adaptive-chunking
开源
自动为每篇文档挑最佳分块法，提升 RAG 检索准确率
Adaptive Chunking: automatically select the best chunking method per document for RA···
awesome-grokbot
开源
1894条已验证的Grok Bot资源，一键搜索直接用
1894 live x.ai/bot shares for Grok Bot — every link status-checked, every row attri···
legal-document-assistant
开源
上传法律文档，用自然语言提问，秒得答案和摘要。
A Retrieval-Augmented Generation (RAG) application for querying legal documents. It ···
Awesome-LLM-Robotics
开源
一页清单追完 LLM 驱动机器人的论文与代码
A comprehensive list of papers using large language/multi-modal models for Robotics/···
graphrag
开源
把文档变成知识图谱，让AI回答全局性问题更准
A modular graph-based Retrieval-Augmented Generation (RAG) system