rag
本站收录 1155 个带「rag」标签的 AI 开源项目（按 GitHub 星标从高到低，此处展示前 50 个）
open-webui用户友好的 AI 交互界面，原生支持 Ollama 与 OpenAI API，自带聊天、模型管理等功能，是搭建个人或团队私有 AI 助手的理想选择。★ 153,545
langchain业界最知名的 agent 工程化平台，为构建基于 LLM 的应用提供统一的组件与编排能力，从原型到生产，帮助开发者快速落地复杂 AI 应用。★ 147,270
awesome-llm-apps这是一个精选的 LLM 应用资源合集，收录了 100 多个免费开源的 AI Agents、Agent Skills 和 RAG 应用。项目主要面向想要快速上手大★ 140,220
graphify将代码库、文档、SQL 模式、配置和 PDF 转化为可查询的知识图谱，基于本地确定性 AST 解析，每条边都有解释，无需向量库，适配 Claude Code、C★ 122,390
claude-memclaude-mem 是一个为 AI 智能体提供跨会话持久记忆的开源工具。它解决了 AI 助手在每次对话后丢失上下文、无法记住用户偏好和历史决策的核心痛点。该工★ 94,920
ragflowRAGFlow 是一个开源的检索增强生成（RAG）引擎，深度融合了 RAG 与智能体（Agent）能力，为大型语言模型（LLM）构建高质量的上下文层。它主要解决★ 91,507
PaddleOCRPaddleOCR 是百度开源的 OCR 工具库，旨在将任意 PDF 或图片文档转化为结构化数据，供 AI 系统使用。它解决了图像和 PDF 中文字信息难以被机★ 90,415
crawl4aiCrawl4AI 是一个面向大语言模型的开源网页爬虫与抓取工具，用 Python 编写。它解决的核心问题是：传统爬虫抓下来的 HTML 噪声大、结构乱，直接喂给★ 84,413
hello-agentshello-agents 是一份从零开始构建智能体的开源教程，面向开发者深入讲解 LLM 智能体的核心原理与工程实践。项目以 Python 为主要语言，系统覆盖★ 81,308
Prompt-Engineering-GuidePrompt-Engineering-Guide 是一个系统化的提示工程指南库，汇集了论文、教程、笔记本和资源，覆盖提示工程、上下文工程、RAG 和 AI Ag★ 78,724
headroom在数据进入 LLM 之前压缩工具输出、日志、文件与 RAG 片段，编码 agent 可省 20% Token，JSON 场景最高省 95%，答案不变，以库、代理★ 74,090
anything-llm主打本地优先的全能 AI 助手，集聊天、RAG、文档管理等能力于一身，支持多种模型后端，让你真正「拥有」自己的智能，不再租赁。★ 66,603
mem0为 AI 智能体设计的通用记忆层，让 agent 拥有跨会话的长期记忆，记住用户偏好与历史交互，是构建个性化、持续进化的智能体的关键组件。★ 66,319
llm-app开箱即用的云端模板，快速搭建 RAG、AI 流水线与企业级实时数据搜索应用。Docker 友好，可实时同步 SharePoint、Google Drive、S3★ 58,870
Flowise以可视化方式构建 AI Agent 的开源平台。通过拖拽式界面编排 LLM、工具与数据流，无需深入代码即可快速设计、调试和部署智能体工作流，大幅降低 Agent★ 55,492
llama_indexLlamaIndex 是一个开源的数据框架，旨在连接大语言模型（LLM）与外部数据源，解决 LLM 无法访问实时或私有数据的问题。它提供了一整套工具，用于数据摄★ 52,361
ai-agent-book《深入理解 AI Agent：设计原理与工程实践》是一本由李博杰撰写的开源技术书籍，旨在系统讲解 AI Agent 的设计原理与工程实践。该书解决了开发者从零构★ 51,740
JeecgBootJeecgBoot 是一款企业级 AI 低代码开发平台，旨在解决 Java 项目开发中大量重复性编码工作的问题。它提供从需求到部署的全链路加速能力，核心功能包括★ 48,029
milvusMilvus 是一款高性能、云原生的向量数据库，专为可扩展的向量近似最近邻（ANN）搜索而设计。它解决了海量非结构化数据（如图像、文本、音视频）的向量化存储与检★ 46,282
langgraphLangGraph 是一个用于构建有状态、可编排的 AI 代理（Agent）的框架，由 LangChain 团队开发。它解决的核心问题是：如何将复杂的 LLM ★ 42,473
DeepTutorDeepTutor 是一个基于大语言模型和多智能体系统的终身个性化辅导开源项目。它旨在解决传统教育中个性化不足、知识更新滞后的问题，通过深度研究与检索增强生成（★ 40,503
LightRAGLightRAG 是一个面向检索增强生成（RAG）场景的轻量级开源框架，旨在解决传统 RAG 系统在知识图谱构建和检索效率上的痛点。它通过将知识图谱与向量检索相★ 39,922
quivrOpinionated RAG 框架，用于把生成式 AI 快速集成进你的应用。你只需专注产品本身，无需从零搭建 RAG：支持任意 LLM（GPT4、Groq、L★ 39,566
quivrquivr 是一个主打“专注产品而非 RAG”的开源框架，用于将生成式 AI 快速集成到现有应用中。它解决了开发者在构建 RAG（检索增强生成）应用时面临的复杂★ 39,566
Langchain-Chatchat基于 Langchain 与 ChatGLM、Qwen、Llama 等大语言模型构建的本地知识库 RAG 与 Agent 应用。支持文档问答、知识检索与智能体编★ 38,666
ai-engineering-hubai-engineering-hub 是一个专注于大语言模型（LLM）、检索增强生成（RAG）和真实世界 AI 智能体应用的开源教程仓库，内容以 Jupyter★ 38,109
khoj可自托管的 AI 第二大脑，支持联网搜索与本地文档问答，能构建自定义智能体、定时自动化任务并进行深度研究。可将 GPT、Claude、Gemini、Llama、★ 37,537
PageIndexPageIndex 是一个面向 RAG（检索增强生成）场景的文档索引框架，核心思路是放弃传统向量检索，转而通过推理（reasoning）来定位信息。它解决的问题★ 37,145
VaneVane 是一个基于 AI 的问答引擎，旨在提供精准、直接的答案。它解决传统搜索引擎返回大量链接、用户需自行筛选信息的问题，通过自然语言处理理解用户意图，从互联★ 36,938
graphragGraphRAG 是一个基于图的检索增强生成（RAG）系统，由微软开源。它通过构建知识图谱来增强大语言模型的问答能力，解决传统向量检索在全局性、多跳推理问题上的★ 36,162
happy-llmhappy-llm 是一个从零开始构建大模型的开源项目，旨在帮助开发者深入理解大语言模型的内部原理与实现细节。项目以 Jupyter Notebook 为主要载★ 34,123
book-to-skillbook-to-skill 是一个将技术书籍 PDF 转化为 Claude Code 技能（Skill）的开源工具。它解决了开发者阅读技术书籍时难以将知识直接应★ 33,016
onyxOnyx 是一个开源的企业级 AI 知识助手平台，旨在解决企业内部信息分散、检索困难的问题。它能够连接各种内部知识源（如文档、wiki、工单等），通过 RAG ★ 32,289
Scrapegraph-ai基于 AI 的 Python 爬虫库，用自然语言描述需求即可智能解析网页、提取结构化数据，大幅降低传统爬虫的编写与维护成本。★ 31,419
graphitiGraphiti 是一个专为 AI 智能体设计的实时知识图谱构建引擎，解决传统 RAG 系统无法高效处理动态、时间敏感型数据的问题。它能够从非结构化数据中自动抽★ 31,307
WeKnora腾讯开源的 LLM 知识平台，将原始文档转化为可查询的 RAG、自主推理 Agent 与自动维护的 Wiki。构建企业级知识中枢，让知识自动沉淀、检索与推理，助★ 31,212
FastGPTFastGPT 是一个基于大语言模型的知识库平台，旨在帮助企业快速构建和部署复杂的问答系统。它解决了从数据接入、处理到检索增强生成（RAG）和可视化工作流编排的★ 29,770
sim面向 AI 工作团队的中央智能层，帮助你构建、部署并编排 AI Agent。通过统一平台管理多智能体协作与任务调度，让 AI 员工高效协同，充分释放自动化生产力★ 29,753
RAG_TechniquesRAG_Techniques 是一个专注于检索增强生成（RAG）技术的开源教程仓库，汇集了从基础到前沿的多种 RAG 实现方法。它通过一系列详细的 Jupyte★ 29,631
opendataloader-pdfopendataloader-pdf 是一个专为 AI 数据准备而设计的 PDF 解析器，旨在将 PDF 文档自动转换为 AI 可读的结构化数据。它解决了传统 ★ 29,401
haystackHaystack 是一个开源的 AI 编排框架，用于构建生产级、上下文工程化的 LLM 应用。它通过模块化管道和代理工作流，让开发者对检索、路由、记忆和生成等环★ 26,634
12-factor-agents12-factor-agents 是一套用于构建生产级 LLM 应用的指导性原则，借鉴了经典的 12-Factor App 方法论，针对 AI 代理（Agent★ 26,453
kotaemon开源的 RAG 文档对话工具，让你直接「和文档聊天」。界面友好、开箱即用，支持本地文档检索问答，也能对接大模型 API 自建私有知识库问答系统，适合个人知识管理★ 25,788
promptfoopromptfoo 是一个开源的 LLM 评估与红队测试框架，用于系统化测试提示词、智能体（agents）和 RAG 应用。它解决了 AI 应用开发中缺乏标准化★ 25,560
GenAI_AgentsGenAI_Agents 是一个专注于生成式 AI 智能体技术的开源教程与实现集合，包含 50 多个从基础对话机器人到复杂多智能体系统的实战案例。项目旨在帮助开★ 24,419
CV这是一份已完结的深度学习综合学习笔记，整合了多个知名课程的精髓，包括土堆的Pytorch教程、李沐的《动手学深度学习》、吴恩达的《深度学习》以及大飞的《大模型A★ 23,851
vannaVanna 是一个开源的 Text-to-SQL 工具，它利用大语言模型（LLM）和检索增强生成（RAG）技术，让用户可以用自然语言直接查询 SQL 数据库。它★ 23,809
MaxKB强大易用的开源企业级智能体平台。开箱即用，提供知识库管理、智能问答与 Agent 编排能力，帮助企业快速构建私有化的 AI 助手应用，显著提升知识服务效率。★ 22,895
coze-studio一站式可视化 AI Agent 开发平台，集成创建、调试、部署全流程工具。通过可视化编排轻松构建智能体，无需复杂编码即可快速上线，让 Agent 开发从未如此简★ 21,656
agents-towards-production这是一个面向生产环境的生成式AI智能体端到端实战教程项目，旨在帮助开发者将智能体从原型快速推进到企业级部署。项目采用代码优先的方式，提供了一系列完整的Jupyt★ 21,513