Verba
由 Weaviate 驱动的 RAG 聊天机器人,提供开箱即用的检索增强生成能力,支持多种数据源和向量检索策略
🎯适用场景:快速搭建基于 Weaviate 的 RAG 聊天系统
📥 收录于 2026/6/11
📊 仓库数据
✅ 优点
- •开箱即用
- •Weaviate 生态
- •支持多种数据源
⚠️ 限制
- •依赖 Weaviate
- •大规模部署需优化
🔗 相关工具
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
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
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
RagaAI Catalyst
github.com/raga-ai-hub/ragaai-catalyst
Agent AI 可观测性 SDK,13K+ stars。Python SDK for Agent AI 可观测性、监控和评估框架,包含完整的 Agent 监控方案
🎯LLM 应用可观测性与链路追踪
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
txtai
github.com/neuml/txtai
All-in-One AI 框架,13K+ stars。语义搜索、LLM 编排和语言模型工作流的一体化 AI 框架,支持多种 AI 应用场景
🎯AI 工作流编排与自动化