RAG 与知识库生产可用
LlamaIndex
run-llama / llama_index
面向 RAG 与应用层的数据框架:连接器、索引、检索、查询引擎、agent。
为什么选
- 数据接入与索引抽象丰富,接各种文档源快。
- 检索与查询引擎可组合,适合做定制 RAG。
- 文档与示例多,社区插件多。
不适合
概念多,第一次用容易迷路。
只想搭一个简单问答,RAGFlow 更省事。
许可与使用边界
GitHub 快照显示许可为 MIT。开源不等于可商用:GPL / AGPL 有传染性;代码许可、模型许可、生成内容许可要分开看。上线前读仓库 LICENSE 与模型卡,必要时让法务确认。
替代与相邻
- Haystack — 生产可用,用 pipeline 把检索、生成、评测、路由串起来,偏工程化与可测试。
- RAGFlow — 先试这个,带文档解析、切分、检索与引用的 RAG 平台,适合把一套知识库跑起来。
- Dify — 先试这个,把 prompt、RAG、agent、工作流和模型接入做成可视化平台。
下一步
- 打开 GitHub,先读 README、LICENSE、最近 release 与 issue。
- 按“部署依赖 / 显存 / 数据 / 网络 / 权限”列一张上手清单。
- 用一个小样本跑通,再决定是否进生产;不要直接上生产数据。
快照口径:stars / forks / language / license / pushed_at 来自 GitHub API 2026-11-19 快照;之后的变化没有回写。标签与“适合 / 不适合”是编辑判断,不是 GitHub 元数据。
不背书:本站只做索引与风险提示,不审计代码、不保证安全、不替你做许可判断。仓库脚本与模型权重请自行审查。