FlashRAG

一键复现主流RAG算法,快速搭建实验流水线

FlashRAG 是一个面向高效检索增强生成(RAG)研究的 Python 工具包,由 WWW2025 资源论文支持。它旨在解决 RAG 研究和应用中存在的复现成本高、组件集成繁琐、实验管理混乱等问题。核心能力包括:提供 12 种预处理的基准数据集和 36 种以上 RAG 算法实现,覆盖朴素、高级、模块化等多种范式;支持与 LlamaIndex 等框架对比的标准化评估;内置多种检索器(如 BM25、E5)和生成模型接口;提供灵活的组件化流水线,便于用户自定义和快速迭代。FlashRAG 通过统一的数据处理、模型调用和评估流程,显著降低了 RAG 实验的搭建门槛,帮助研究者快速验证新想法,帮助开发者高效构建 RAG 应用。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 3580
维护状态 活跃
是否开源
定价模式 free

项目数据

分类开源模型
开发团队RUC-NLPIR
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,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型benchmark,datasets,large-language-models,retrieval-augmented-generation
GitHub 星标★ 3580
30天Star增速
HF 下载量
上线时间2024-03-14 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

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 3.10+(源码克隆安装时要求)
  • pip 包管理工具
  • git(用于克隆仓库)
  • conda(可选,用于安装 faiss)
  • 可选 GPU 环境(安装 vllm 等加速组件时使用)

安装与启动步骤

  1. 1pip 快速安装

    无需下载源码,直接用 pip 安装 FlashRAG 预发布版本,适合只想调用工具包的用户。

    pip install flashrag-dev --pre
  2. 2克隆源码安装

    需要改代码或开发时使用;克隆后进入目录以可编辑模式安装,需 Python 3.10+。

    git clone https://github.com/RUC-NLPIR/FlashRAG.git
    cd FlashRAG
    pip install -e .
  3. 3安装全部额外依赖

    README 提供了一键安装 full 依赖的方式,适用于不想逐个挑选组件的场景。

    pip install flashrag-dev[full]
  4. 4按需安装可选组件

    想加速推理装 vllm,想用向量检索模型装 sentence-transformers,想用 BM25 装 pyserini。

    pip install vllm>=0.4.1
    pip install sentence-transformers
    pip install pyserini
  5. 5确认安装结果

    上述安装命令执行完毕且无报错即安装成功;faiss 无法用 pip 安装,需按 README 用 conda 命令单独安装。

如何确认成功

安装命令全部执行成功且无报错,环境中已存在 flashrag-dev 包即可开始使用。

常见问题

Q:安装 faiss 时报错怎么办?

A:README 说明 faiss 无法通过 pip 正常安装,必须改用 conda 命令安装,具体命令请查看官方 Installation 章节(节选中被截断)。

Q:对 Python 版本有要求吗?

A:源码克隆安装方式明确要求 Python 3.10+,pip 安装方式 README 未额外说明版本限制。

Q:想提升推理速度怎么办?

A:按 README 安装 vllm(pip install vllm>=0.4.1)即可获得更快的生成速度。

Q:做 BM25 检索需要装什么?

A:需要安装 pyserini,命令为 pip install pyserini。

Q:有没有一次性装齐依赖的办法?

A:可以执行 pip install flashrag-dev[full] 安装全部额外依赖。

注意事项

  • README 节选中 faiss 的 conda 安装命令被截断,请到官方仓库 Installation 章节获取完整命令,不要凭猜测执行。
  • pip 安装使用的是预发布版本,命令中带 --pre 参数。
  • 项目采用 MIT 许可证,可自由用于研究用途。
  • 本次节选未包含 Quick Start 的详细使用说明,实际跑实验请参考官方仓库文档。

核心亮点

  • 内置36+种RAG算法和12个基准数据集,开箱即用,省去复现成本
  • 组件高度模块化,支持自定义检索器、生成器和流水线,灵活性强
  • 提供标准化评估脚本,与LlamaIndex等框架对比结果可靠,论文级严谨

不足之处

  • 文档和社区生态仍在成长,部分高级功能的教程不够详尽
  • 对非Python用户不友好,且依赖较多,环境配置稍复杂

适用场景

  • 学术研究中快速复现RAG基线算法并进行对比实验
  • 工业界原型验证,快速搭建RAG流水线测试业务效果
  • 教学场景,用于RAG技术原理演示和课程实验

替代项目

LlamaIndex、LangChain、RAGFlow

项目介绍

FlashRAG 是搜索知识领域的开源项目,由 RUC-NLPIR 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(3,580)位列前 30%,在搜索知识分类的 581 个项目里位列前 13%。

近 42 天,它的 GitHub 星标从 3,538 增加到 3,580,净增 42。

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,可自行部署使用。

它主要面向的使用场景是:学术研究中快速复现RAG基线算法并进行对比实验。同类可对比的替代方案包括 LlamaIndex、LangChain、RAGFlow。

上一篇:knowledge

下一篇:context-aware-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
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09