SAG

用全新检索架构,让大模型回答更准、更靠谱

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 206 🐛 待处理 3 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2827
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,可免费使用和部署。

项目预览

SAG 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队Zleap-AI
官网地址https://zleap.com
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可免费使用和部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agent,ai,data-engineering,graphrag,knowledge-base,knowledge-graph,knowledge-graphs,llm,rag,sag,vector-search
GitHub 星标★ 2827
上线时间2025-11-07 00:00:00
代码更新2026-11-01
仓库体积52.7 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数4

项目介绍

SAG 是一个全新的 RAG(检索增强生成)检索架构,旨在解决传统 RAG 在知识检索中的准确性和效率问题。它提供了一种原创的检索架构,并附带一个面向人类和智能体的开源知识库。SAG 通过改进检索方式,使大模型在回答问题时能更精准地获取相关知识,减少幻觉,提升回答质量。其核心能力包括高效的向量检索、混合检索策略以及知识库管理,支持多种数据源接入,适用于构建企业知识问答、智能客服、研究辅助等应用。项目采用 TypeScript 开发,目前处于成长阶段,社区活跃度较高。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2827

使用教程

难度:入门 约 15 分钟 部署方式:Docker 8 步

环境要求

  • Docker Desktop,或带 Compose v2 的 Docker Engine
  • 启动阶段无需 API Key、Python/Node 运行时或外部数据库
  • 索引与向量检索需要 OpenAI 兼容的 Embedding 端点
  • 事件抽取、查询理解与生成答案需要 OpenAI 兼容的 LLM 端点
  • (可选)生产级部署需要 PostgreSQL/pgvector 支持

安装与启动步骤

  1. 1克隆项目仓库

    把 SAG 源码拉到本地并进入项目目录,后续所有命令都在该目录执行。

    git clone https://github.com/Zleap-AI/SAG.git
    cd SAG
  2. 2Docker 一键启动

    使用 Compose 构建并后台启动全部服务,首次构建耗时较长请耐心等待。

    docker compose up -d --build
  3. 3打开 Web 与 API 文档

    两个服务健康后,浏览器访问 Web 应用与 API 文档确认界面可用。

  4. 4创建本地身份

    首次启动时输入你的名字,用于创建或恢复本地身份。

  5. 5配置模型端点

    使用 302.AI 快速配置,或进入 Settings → Models 配置任意 OpenAI 兼容的 LLM 与 Embedding 端点。

  6. 6上传文档并检索

    创建 source 并上传文档,等待状态变为 Ready 后即可搜索、打开原文或发起带引用的对话。

  7. 7安装 Agent Skill(可选)

    Skill 随 @zleap-ai/sag-cli 提供,将其复制到你的 Agent skills 目录即可使用。

  8. 8PostgreSQL 生产部署(可选)

    切换到 PostgreSQL/pgvector 覆盖配置,先写入随机密钥与密码再启动,升级前务必备份数据卷。

    cp .env.example .env
    openssl rand -hex 32
    openssl rand -hex 24
    docker compose -f compose.yaml -f compose.postgres.yaml config
    docker compose -f compose.yaml -f compose.postgres.yaml up -d --build

关键配置

配置项必填说明示例
OPENAI_API_KEY否调用 OpenAI 兼容服务的密钥sk-xxxxxxxx
OPENAI_BASE_URL否OpenAI 兼容服务的接口地址https://your-openai-compatible-host/v1
LLM_MODEL否用于事件抽取、查询理解与生成答案的模型qwen3.6-flash
EMBEDDING_MODEL否用于索引与向量检索的嵌入模型bge-large-en-v1.5
SAG_SECRET_KEY否服务密钥,生产部署时用 openssl rand -hex 32 生成a1b2c3d4e5f60718293a4b5c6d7e8f90
POSTGRES_PASSWORD否PostgreSQL 密码,用 openssl rand -hex 24 生成f0e1d2c3b4a5968778695a4b3c2d1e0f

如何确认成功

浏览器能打开 http://localhost:3000 的 Web 应用、http://localhost:8000/docs 的 API 文档,即两个服务均健康启动。

常见问题

Q:启动前必须准备 API Key 吗?

A:不需要。无模型凭证时 UI 与服务仍能启动,但索引和向量检索需要 Embedding,事件抽取、查询理解与生成答案需要 LLM。

Q:Web 应用和 API 文档分别在哪?

A:Web 应用为 http://localhost:3000,API 文档为 http://localhost:8000/docs,均在服务健康后可直接访问。

Q:两种配置方式可以混用吗?

A:不可以,需只用一种:参数注入 EngineConfig(llm=..., embedding=...) 适合库与 notebook;from_env() 适合容器与十二要素服务。

Q:EngineConfig 会自动读取环境变量吗?

A:不会。EngineConfig(...) 不隐式读取环境变量,需显式传参,或改用 EngineConfig.from_env() / from_env(env_file=".env")。

Q:如何切换到生产级数据库部署?

A:使用 compose.postgres.yaml 覆盖文件启动,将应用元数据与引擎存储迁移到 PostgreSQL/pgvector,升级前备份 pgdata 与 sagdata。

注意事项

  • 启动应用不需要 API Key、Python 运行时、Node 运行时或外部数据库。
  • EngineConfig(...) 不会隐式读取环境变量,必须显式传参或使用 from_env()。
  • 如需单独的嵌入端点,可用 EmbeddingConfig(api_key=..., base_url=..., model=...) 指定。
  • 服务器部署前需设置真实的 SAG_CORS_ORIGINS 与 NEXT_PUBLIC_API_BASE;升级前备份 pgdata 和 sagdata。

核心亮点

  • 原创检索架构,在 RAG 任务上达到 SOTA 效果,检索精度显著提升
  • 内置开源知识库,开箱即用,降低搭建成本
  • 面向人类和智能体双场景,兼顾交互与自动化

不足之处

  • 项目较新,生态和周边工具链尚不完善
  • 文档/社区待观察

适用场景

  • 企业知识库智能问答,快速定位内部文档
  • 智能客服系统,基于知识库精准回答用户问题
  • 研究辅助,帮助学者高效检索和整合文献

替代项目

LangChain、LlamaIndex、Haystack

上一篇:PIKE-RAG

下一篇:MemoRAG

同类项目推荐

hacker-news-digest 开源

让 ChatGPT 帮你每天速读 Hacker News,省时省力

:newspaper: Let LLM Summarize Hacker News for You

★ 753 2026-08-09
collective-ai-tools 开源

一次搜索,找遍 AI 工具、MCP、提示词和热门仓库

Search across curated tools, MCP servers, prompts, skills, and trending repos, one q···

★ 256 2026-10-11
gemini-obsidian 开源

在终端里用 Gemini 问答你的 Obsidian 笔记库

A Gemini CLI extension for interfacing with an Obsidian vault with local first RAG c···

★ 102 2026-10-25
daily-paper-reader 开源

每天自动推 arXiv 论文,AI 帮你读摘要答问题

开源的每日 arXiv / OpenReview 论文推荐与 AI 阅读平台,支持 GitHub Actions 自动更新、···

★ 977 2026-09-16
mcp-local-rag 开源

本地零配置,让 AI 精准搜索你的代码和文档

Local-first RAG server for developers. Semantic + keyword search for code and techni···

★ 429 2026-08-09
zvec-grep 开源

本地工作区一句话搜代码和文档,人和 AI 都能用

Local-first search across your workspace, built for humans and AI agents.

★ 4299 2026-09-22
llm-search 开源

用自然语言问本地文档,秒级精准找答案

Querying local documents, powered by LLM

★ 662 2026-08-09
ApeRAG 开源

把知识图谱塞进 RAG,多跳问答和复杂检索一次搞定

ApeRAG: Production-ready GraphRAG with multi-modal indexing, AI agents, MCP support,···

★ 1319 2026-10-02