#130 · 主分类： 知识库与企业搜索
RAGLight
RAGLight 是一个用于检索增强生成（RAG）的模块化框架。它使得接入不同的 LLM、嵌入模型和向量存储变得简单，并且现在包含无缝的 MCP 集成，以连接外部工具和数据源。
项目最后更新：08/28/26
GitHub Stars
672
Forks数量
101
贡献者数量
5
许可证
MIT
收录理由
RAGLight 是一个务实的起点，适合想快速搭建检索增强生成（RAG）流水线、又不想把每个组件都手工拼起来的团队。框架把大语言模型、嵌入模型和向量存储拆成独立可替换的模块，你可以在 OpenAI、Mistral、Ollama、LMStudio 或 AWS Bedrock 之间切换，而不用重写应用代码。它自带一个命令行向导，能索引整个文件夹的文档并直接进入聊天会话；同时提供带聊天界面的 REST 服务，方便从本地原型平滑过渡到 Docker Compose 部署。新加入的 MCP 集成让流水线能调用外部工具和数据源，而混合检索（BM25 加语义搜索）、查询改写和流式输出这些功能，省去了通常需要自己动手实现的麻烦。对于正在评估一个轻量、不绑定特定供应商的 RAG 层的团队来说，这种配置驱动的方式能很快拿自己的文档做测试。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为大型语言模型（LLM）打造卓越的上下文层。
Understand-Anything
教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。
crawl4ai
🚀🤖 Crawl4AI：开源的、对LLM友好的网页爬虫与抓取工具。别害羞，加入这里：https://discord.gg/jP8KfhDhyN
docling
为生成式AI准备文档
anything-llm
停止租用你的智能。用AnythingLLM拥有它。你需要的一切，实现强大的本地优先智能体体验。