RustyRAG

用 Rust 打造高性能 RAG API，混合搜索+重排序，准确率94.5%

RustyRAG 是一个基于 Rust 构建的生产级 RAG（检索增强生成）API，旨在解决传统 RAG 系统在性能、准确性和可扩展性上的不足。它通过混合搜索策略，结合 HNSW 稠密向量与 BM25 稀疏匹配，显著提升检索质量；并引入交叉编码器重排序，进一步优化结果相关性。项目利用 Docling 实现布局感知的文档提取，能处理复杂格式（如 PDF、表格）并保留结构信息。在 Open RAG Bench 上达到 94.5% 的准确率，验证了其有效性。RustyRAG 集成了 Cerebras、Groq、Milvus 和 Jina AI 等先进组件，提供高性能推理、向量存储和嵌入服务。其核心能力包括：高效的混合检索、精准的重排序、灵活的文档解析，以及易于部署的 API 接口。适合需要高吞吐、低延迟的 RAG 应用场景，如企业知识库、智能客服等。