#126 · 主分类： 知识库与企业搜索
local-rag
摄取文件以用于检索增强生成（RAG），使用开源大型语言模型（LLM），全程无需第三方，敏感数据不离开您的网络。
项目最后更新：08/24/26
GitHub Stars
758
Forks数量
95
贡献者数量
7
许可证
GPL-3.0
收录理由
Local RAG 提供了一套完全自包含的离线文档问答方案，让你能基于自己的资料获得有依据的回答。它支持从本地文件、GitHub 仓库和网站摄取内容，借助 Ollama 或本地 Hugging Face 嵌入模型完成索引，整个流程都在你自己的机器或网络内运行，敏感数据不会外泄。管线基于 LlamaIndex 构建，聊天模型和嵌入模型都跑在本地，响应以流式方式返回，因此它更像一个可供团队直接改造的参考实现，而不是依赖外部托管的服务。项目对上传、URL 和仓库摄取都设置了防护措施，浏览器端持久化设置，聊天历史也能导出，日常使用起来比较顺手。如果你希望搭建一套离线的文档问答系统，并想弄清楚各个组件如何协同工作，这个项目是一个很好的起点。
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。