anchr-app

自托管文档知识库,混合检索加引用问答,数据不出内网

开源 unknown 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 109
维护状态 活跃
是否开源 是
定价模式 unknown

项目预览

项目数据

分类搜索知识
开发团队ryanmeowy
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Java
技术栈/模型agentic-rag,ai,citations,document-qa,document-search,elasticsearch,hybrid-search,java,knowledge-base,llm,question-answering,rag,retrieval-augmented-generation,self-hosted,semantic-search,spring-ai,spring-boot,vector-search
GitHub 星标★ 109
30天Star增速
HF 下载量
上线时间2025-12-15 00:00:00
代码更新—
仓库体积—
本站数据更新—
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2026-10-21
浏览次数0

项目介绍

anchr-app 是一个可自托管的 RAG 后端,面向文档知识库场景,用 Java、Spring Boot、Spring AI 和 Elasticsearch 构建。它要解决的问题是:企业或团队把大量文档(PDF、Word 等)变成可检索、可问答的知识资产,同时不把数据交给第三方 SaaS。核心能力包括:混合检索(关键词+向量语义),提升召回准确率;带引用的答案生成,回答中标注来源片段,便于核验;以及 agentic deep reading,让模型多轮拆解问题、深入阅读文档再作答,适合复杂长文档问答。项目提供 REST 接口,可作为搜索与问答服务嵌入自有系统,强调自托管与数据可控。

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

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 混合检索结合 Elasticsearch 关键词与向量语义,召回比纯向量更稳
  • 答案带引用溯源,可定位到原文片段,降低幻觉核验成本
  • agentic deep reading 支持多轮拆解复杂问题,适合长文档深度问答

不足之处

  • 项目早期,星标仅 109,生态与文档成熟度待观察
  • 依赖 Elasticsearch 与 LLM 服务,部署和运维成本不低
  • 缺少与主流前端/办公套件的现成集成

适用场景

  • 企业内部制度、合同、技术文档的自托管问答
  • 团队把历史资料沉淀为可检索知识库并带引用回答
  • 对数据合规敏感、不能调用外部 SaaS 的文档检索场景

替代项目

RAGFlow、Dify、AnythingLLM

上一篇:PAKGOV-RAG-project

下一篇:没有了!

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

Supercharge your AI agents with data from the web and beyond. Building the library f···

★ 193250 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···

★ 129532 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
WeKnora 开源

文档往里一扔,自动变成啥都能答的知识库

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···

★ 34819 2026-08-09