首页/OpenRAG — 一站式开源 RAG 平台,开箱即用的检索增强生成

OpenRAG — 一站式开源 RAG 平台,开箱即用的检索增强生成

0 次浏览
2026/3/12

OpenRAG 是什么?

OpenRAG 是由 Langflow 团队开源的一站式检索增强生成(RAG)平台,将构建 RAG 应用所需的全部组件打包进单一 Python 包中,极大降低了企业知识库问答系统的搭建门槛。

核心特性

  • 全流程集成:文档解析 → 分块 → 向量化 → 存储 → 检索 → 生成,一气呵成
  • 多格式支持:PDF、Word、Markdown、HTML、网页爬取等主流格式
  • 多向量数据库:支持 Chroma、Pinecone、Weaviate、pgvector 等
  • 多 LLM 接入:OpenAI、Anthropic、Ollama 本地模型均可对接

快速上手

pip install openrag

from openrag import RAGPipeline
pipeline = RAGPipeline()
pipeline.ingest("./docs/")
answer = pipeline.query("公司的退款政策是什么?")

适用场景

  • 企业内部知识库问答
  • 客服自动化
  • 文档智能检索
  • 法律/医疗等垂直领域 AI 助手

相比自己拼接 LangChain + 向量库,OpenRAG 开箱即用,减少 80% 的样板代码。

GitHub 地址:https://github.com/langflow-ai/openrag

免责声明

本站内容主要用于信息整理、技术研究与经验分享,不对第三方产品或服务的可用性、完整性作出任何明示或暗示的保证。

  • 本站所分享的资源、工具、教程等内容仅供学习与研究参考,请勿用于商业用途。
  • 部分内容可能来源于公开网络或开源社区,如涉及版权或其他合法权益问题,请通过联系方式与我们联系,我们将在核实后及时处理。
  • 如需将相关内容用于商业产品或盈利性业务,请自行联系权利方获取正式授权。
  • 因不当使用引发的版权或合规风险,由使用者自行承担。
  • 外部链接失效或无法访问属于正常现象,本站不保证所有链接的持续有效性。

转载或引用本文内容,请保留原文链接并注明来源。

评论

加载中...