#64 · 主分类: 知识库与企业搜索

ragent

agent agentic-rag ai llm mcp rag springai

企业级 Agentic RAG 智能体 - 全链路覆盖文档解析、多路检索、意图识别、问题重写、会话记忆、MCP 工具调用与深度思考。面向真实业务场景,从 0 到 1 完整工程实现。

项目最后更新:08/25/26

GitHub Stars

3.8K

Forks数量

767

贡献者数量

14

许可证

Apache-2.0

收录理由

对于使用 Java 技术栈、正在构建文档问答系统的团队来说,这个项目相当难得:它不是那种浅尝辄止的演示代码,而是一套完整的、面向生产环境的 Agentic RAG 工程实现。从文档入库到最终给出答案,整条链路都打通了。检索层面采用混合策略,向量、关键词、知识图谱和联网搜索并行召回,再经过重排与融合,结果质量更有保障。真正让它和普通教程拉开差距的,是围绕真实故障场景所做的工程化设计:意图识别与问题改写、用持久化摘要支撑的会话记忆以控制 Token 开销、MCP 工具发现机制,以及分布式并发控制,避免流量高峰把模型服务压垮。系统还附带管理后台、回答溯源、用户反馈和可编排的入库流水线,闭环比较完整。想了解生产级 RAG 如何应对各种坑,或者企业部署需要一套靠谱的起点,这里都能看到经过实战检验的实践模式。

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