从零看懂RAG，快速上手检索增强大模型
这是一个关于检索增强大语言模型（RAG）的入门指南项目，旨在帮助开发者理解并快速上手RAG技术。RAG通过将外部知识库与LLM结合，解决模型知识陈旧、幻觉等问题。项目内容涵盖RAG的基本概念、核心流程（如文档索引、检索、生成）、常见技术方案（如向量数据库、重排序）以及实践案例。它适合初学者从零了解RAG，也适合开发者作为技术选型的参考。项目以教程和文档为主，结构清晰，配有代码示例，但内容深度有限，更偏向科普和入门引导。
langchain、llama_index、awesome-rag
A-Guide-to-Retrieval-Augmented-LLM 是搜索知识领域的开源项目，由 Wang-Shuo 开发，2023 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 306。
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 2026-09-19。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：初学者学习RAG技术原理。同类可对比的替代方案包括 langchain、llama_index、awesome-rag。
上一篇：rag-experiment-accelerator
下一篇：llm-reader
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···
