#17 · 主分类: LLM应用框架

haystack

agent-framework agentic-ai agentic-rag agents ai ai-agents context-engineering framework genai generative-ai information-retrieval large-language-models llm mcp multi-agent orchestration python rag retrieval-augmented-generation semantic-search

开源AI编排框架,用于构建生产级LLM应用,支持模块化流水线、代理工作流,并显式控制检索、路由、记忆和生成。

项目最后更新:08/29/26

GitHub Stars

26.4K

Forks数量

3.0K

贡献者数量

432

许可证

Apache-2.0

收录理由

Haystack 是一套基于 Python 的开源 AI 编排框架,核心思路是把复杂的 LLM 应用拆成小而独立的组件,再由开发者亲手搭建成明确的流水线。这意味着检索、路由、记忆和生成这些环节如何衔接,完全由你说了算,而不是被一个黑盒式的整体框架牵着走。对于 RAG 和智能体这类需要精确控制每一步行为的系统,这种显式编排带来的可观测性和可调试性非常关键。组件模型本身易于扩展,内置的集成也覆盖了主流向量库、模型服务商和文档加载器,自定义逻辑可以自然地嵌在标准部件之间。当项目跨过原型验证阶段,开始面对测试、监控和需求变更时,这种清晰的边界和可替换的接口设计会省去大量返工成本。

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