R2R
生产级 AI 检索系统，7839 stars。最先进的生产级 AI 检索系统，支持 Agentic RAG 和 RESTful API 接口
🎯适用场景：知识库问答与 RAG 检索
📥 收录于 2026/5/7
📊 仓库数据
✅ 优点
- •内置 RAG 检索增强能力
- •原生 Agent 编排与工具调用
- •面向生产环境设计
- •7.8K+ stars
- •开源免费
⚠️ 限制
- •需要 Python 运行环境
- •检索效果依赖文档质量与分块策略
- •文档与社区支持因项目而异
🔗 相关工具
STORM
github.com/stanford-oval/storm
斯坦福知识策展系统，28K+ stars。LLM 驱动的知识策展系统，自动研究某个主题并生成完整报告，支持多源信息整合和深度知识挖掘
🎯AI 辅助深度调研、自动撰写结构化研究报告、学术/行业综述生成
ChatGPT Retrieval Plugin
github.com/openai/chatgpt-retrieval-plugin
OpenAI 官方的检索插件，让你通过自然语言问答轻松查找个人或工作文档，支持多种向量数据库后端
🎯个人文档语义检索、企业知识问答、RAG 管道搭建
llmware
github.com/llmware-ai/llmware
企业级 RAG 统一框架，15K+ stars。使用小型专业化模型构建企业级 RAG 流水线的统一框架，适合垂直领域的知识检索
🎯LLM 应用快速开发
Vespa
github.com/vespa-engine/vespa
AI + 数据在线服务，8.5K+ stars。AI 和数据在线服务平台，支持大规模向量搜索和机器学习推理，https://vespa.ai
🎯向量检索与语义搜索
Cognita
github.com/truefoundry/cognita
TrueFoundry 出品的模块化开源 RAG 框架，专为生产环境设计，支持构建检索增强生成应用
🎯构建生产级 RAG 应用，模块化设计便于定制和扩展
Haystack
github.com/deepset-ai/haystack
开源 AI 编排框架，25K+ stars。用于构建上下文工程和生产级 LLM 应用的框架，支持 RAG、Agent、语义搜索等核心能力
🎯LLM 应用快速开发