awesome-rag-production

照着清单选型，少踩RAG生产环境的坑

这是一个精选清单，汇集了构建可扩展、生产级检索增强生成（RAG）系统所需的工具、框架和最佳实践。它解决的是RAG从原型到落地过程中的工程化难题，如性能、可靠性和维护性。核心能力在于提供经过实战检验的资源和指南，帮助开发者规避常见陷阱，快速选型并搭建稳健的RAG架构。内容涵盖数据管道、向量数据库、检索策略、评估方法等关键环节，适合作为团队技术选型和架构设计的参考手册。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 271
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队Yigtwxx
所属国家
官网地址https://yigtwxx.github.io/awesome-rag-production
GitHubhttps://github.com/Yigtwxx/awesome-rag-production
定价模式free
价格说明开源项目，CC0-1.0 许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议CC0-1.0
主要语言Python
技术栈/模型ai,ai-engineering,artificial-intelligence,awesome,awesome-list,curated-list,embeddings,generative-ai,langchain,large-language-models,list,llm,llmops,machine-learning,mlops,production,python,rag,retrieval-augmented-generation,vector-database
GitHub 星标★ 271
30天Star增速
HF 下载量
上线时间2025-12-19 00:00:00
最近更新2026-09-24 00:00:00
维护状态较活跃
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0

使用教程

核心亮点

  • 聚焦生产级实战，而非学术概念，直接指导落地
  • 分类清晰，覆盖数据、检索、评估等RAG全链路
  • 收录经社区验证的工具和框架，降低选型风险

不足之处

  • 项目早期，内容覆盖度和更新频率待观察
  • 文档/社区待观察

适用场景

  • 企业评估RAG技术栈时快速调研
  • 架构师设计RAG系统时参考最佳实践
  • 开发者排查RAG生产环境问题寻找工具

替代项目

awesome-rag、ragflow、LlamaIndex

项目介绍

awesome-rag-production 是搜索知识领域的开源项目，由 Yigtwxx 开发，2025 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 271。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-24。CC0-1.0 许可证，完全免费，无付费版本。

它主要面向的使用场景是：企业评估RAG技术栈时快速调研。同类可对比的替代方案包括 awesome-rag、ragflow、LlamaIndex。

上一篇：Resume-Screening-RAG-Pipeline

下一篇：pdfLLM

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.

★ 183325 2026-08-09
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···

★ 766 2026-08-09
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···

★ 120493 2026-08-09
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···

★ 91170 2026-08-09