RAG-QA-Generator 是搜索知识领域的开源项目，由 wangxb96 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 581 个项目，GitHub 星标数为 277。
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 2026-09-15。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：企业知识库快速构建。同类可对比的替代方案包括 LlamaIndex、Haystack、Dify。
RAG-QA-Generator
自动从文档生成问答对，快速搭建 RAG 知识库
RAG-QA-Generator 是一个面向检索增强生成（RAG）系统的自动化知识库构建与管理工具。它主要解决 RAG 应用中知识库构建耗时、人工标注成本高的问题，通过读取文档数据，利用大语言模型自动生成高质量的问答对（QA对），并将这些数据插入数据库，实现知识库的自动化构建与更新。核心能力包括：文档解析与预处理、基于 LLM 的问答对生成、数据库存储与管理、以及知识库的增量更新。该工具旨在降低 RAG 系统的落地门槛，提升知识库构建效率，适用于需要快速搭建垂直领域问答系统的场景。
开源
free
开源模型
GitHub 星标
★ 277
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队wangxb96
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型large-language-models,question-answering,retrieval-augmented-generation,unstructured-data,vector-database
GitHub 星标★ 277
30天Star增速
HF 下载量
上线时间2024-07-17 00:00:00
最近更新2026-09-15 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 自动化生成 QA 对，大幅减少人工标注成本
- 支持多种文档格式，易于集成到现有 RAG 流程
- 提供数据库管理功能，支持知识库的持续更新
不足之处
- 依赖 LLM API，生成质量受模型能力影响
- 文档/社区待观察
适用场景
- 企业知识库快速构建
- 垂直领域问答系统开发
- RAG 应用原型验证
替代项目
LlamaIndex、Haystack、Dify
项目介绍
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
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···