RAG 与知识库先试这个
RAGFlow
infiniflow / ragflow
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。
- 语言
- Go
- 许可
- Apache-2.0
- Stars
- 94.4k
- 最近推送
- 2026-11-18
OSS · Scene 02
从文档解析、切分、索引、检索到引用,缺一段都会让答案看起来对、实际不可靠。先定问题,再定语料与评测。
infiniflow / ragflow
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。
langgenius / dify
把 prompt、RAG、agent、工作流和模型接入做成可视化平台。
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。
deepset-ai / haystack
用 pipeline 把检索、生成、评测、路由串起来,偏工程化与可测试。
qdrant / qdrant
Rust 写的向量数据库,带过滤、混合检索、分布式与量化。
chroma-core / chroma
轻量向量库,Python/JS 上手快,适合原型与中小规模知识库。
| 字段 | RAGFlow | Dify | LlamaIndex | Haystack | Qdrant | Chroma |
|---|---|---|---|---|---|---|
| 上手层 | 先试这个 | 先试这个 | 生产可用 | 生产可用 | 生产可用 | 轻量 |
| 语言 | Go | Python | Python | Python | Rust | Rust |
| 许可 | Apache-2.0 | NOASSERTION | MIT | Apache-2.0 | Apache-2.0 | Apache-2.0 |
| Stars | 94.4k | 161.4k | 52.9k | 27.0k | 35.6k | 29.7k |
| 最近推送 | 2026-11-18 | 2026-11-18 | 2026-11-14 | 2026-11-18 | 2026-11-18 | 2026-11-13 |
| 适合 | 文档解析与版面理解做得深,复杂 PDF 比裸切分稳。 | 可视化编排,产品和运营也能改流程。 | 数据接入与索引抽象丰富,接各种文档源快。 | 组件边界清楚,pipeline 可替换、可测试。 | 过滤与负载均衡成熟,适合生产检索。 | 本地起一个库很快,开发体验好。 |
| 不适合 | 只想调 embedding 或向量库,不需要整套平台。 | 需要极细粒度代码控制,平台抽象会挡手。 | 概念多,第一次用容易迷路。 | 想要开箱即用的 UI,RAGFlow / Dify 更直接。 | 只需要内存小索引,Chroma 更轻。 | 大规模分布式与强过滤场景,Qdrant/Milvus 更合适。 |