在手机本地跑 RAG，离线问答 PDF/DOCX 文档
OnDevice-RAG-Android 是一个运行在 Android 设备上的本地 RAG（检索增强生成）流水线，专门用于从 PDF 和 DOCX 文档中实现多文档问答。它解决了移动端无法直接运行完整 RAG 系统的问题，将文档解析、向量化、检索和生成全部在设备端完成，无需云端服务，保护用户隐私。项目基于 Kotlin 开发，核心能力包括文档解析（支持 PDF/DOCX）、文本分块、向量嵌入、相似度检索以及与大语言模型的本地推理集成，最终在 Android 应用中提供流畅的问答体验。由于是早期项目，代码结构清晰，适合作为移动端 RAG 的参考实现。
LangChain、LlamaIndex、Haystack
OnDevice-RAG-Android 是搜索知识领域的开源项目，由 shubham0204 开发，2024 年首次发布。
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 201。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。Apache-2.0许可证，完全免费，需自行部署到Android设备。
它主要面向的使用场景是：移动端离线文档问答应用。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
下一篇：LLM4IR-Survey
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.
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···
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···
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···
