用真实数据增强LLM，快速上手RAG与GraphRAG实战
这是一个面向开发者的教程型开源项目，由O'Reilly出版方提供，专注于检索增强生成（RAG）技术的实践教学。它通过Jupyter Notebook演示如何将大语言模型与实时数据相结合，构建动态、上下文感知的应用程序。项目内容覆盖了RAG、Agent（智能体）和GraphRAG（图检索增强生成）三大核心主题，不仅讲解基础概念，还提供可运行的代码示例，帮助开发者理解如何从外部数据源检索信息并注入到LLM的生成过程中，从而提升回答的准确性和时效性。它解决了LLM知识过时和缺乏私有数据支撑的痛点，让AI应用能更智能地利用实时或特定领域的数据。
langchain、llama_index、haystack
oreilly-retrieval-augmented-gen-ai 是搜索知识领域的开源项目，由 sinanuozdemir 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 168。
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 2026-07-29。无在线服务，需自行部署，完全免费。
它主要面向的使用场景是：学习RAG技术原理与实现。同类可对比的替代方案包括 langchain、llama_index、haystack。
上一篇：Vinaya-Journal
下一篇：dropbox-ai-chat
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···
