—1—
17个传统 RAG 框架
传统的RAG（Retrieval-Augmented Generation）框架，是一种集成了多个关键环节的综合体系，这些环节包括文本切块（Chunk）、向量转换（向量化）、数据存储、信息检索、二次排序、内容生成、内容评估等。该框架的精髓在于能够灵活适应各种策略，例如文档处理方法和检索策略等。其中，具有代表性的实现有RAGFlow（专注于深度文档理解）、QAnything（引入重排序 Rerank 机制）以及高度可配置的 Dify 等。这些实现虽然在细节上有所差异，但基本原理相似。以下是17个传统 RAG 框架的总结：
![]()
1、AnythingLLM，具备完整的 RAG（检索增强生成）和AI代理能力。Github 地址：https://github.com/Mintplex-Labs/anything-llm2、MaxKB，基于大型语言模型的知识库问答系统。即插即用，支持快速嵌入到第三方业务系统。Github 地址：https://github.com/1Panel-dev/MaxKB3、RAGFlow，一个基于深度文档理解的开源RAG（检索增强生成）引擎。Github 地址：https://github.com/infiniflow/ragflow4、Dify，一个开源的大型语言模型应用开发平台。Dify直观的界面结合了AI工作流、RAG流程、代理能力、模型管理、可观测性功能等，让您能快速从原型阶段过渡到生产阶段。Github 地址：https://github.com/langgenius/dify5、FastGPT，基于LLM构建的知识型平台，提供即开即用的数据加工和模型调用能力，允许通过流程可视化进行工作流编排。Github 地址：https://github.com/labring/FastGPT6、Langchain-Chatchat，基于Langchain和ChatGLM等不同大模型的本地知识库问答。Github 地址：https://github.com/chatchat-space/Langchain-Chatchat7、QAnything，基于Anything的问题和答案。Github 地址：https://github.com/netease-youdao/QAnything8、Quivr，使用Langchain、GPT 3.5/4 turbo、Private、Anthropic、VertexAI、Ollama、LLMs、Groq等与文档（PDF、CSV等）和应用程序交互，本地和私有的替代OpenAI GPTs和ChatGPT。Github 地址：https://github.com/QuivrHQ/quivr9、RAG-GPT，RAG-GPT利用LLM和RAG技术，从用户自定义的知识库中学习，为广泛的查询提供上下文相关的答案，确保快速准确的信息检索。Github 地址：https://github.com/open-kf/rag-gpt10、Verba，由Weaviate驱动的检索增强生成（RAG）聊天机器人。地址：https://github.com/weaviate/Verba11、FlashRAG，一个用于高效RAG研究的Python工具包。Github 地址：https://github.com/RUC-NLPIR/FlashRAG12、LightRAG，检索器-代理-生成器式的RAG框架。Github 地址：https://github.com/SylphAI-Inc/LightRAG13、kotaemon，一个开源的干净且可定制的RAG UI。Github 地址：https://github.com/Cinnamon/kotaemon，14、RAGapp，在企业中使用Agentic RAG的最简单方式。Github 地址：https://github.com/ragapp/ragapp15、TurboRAG，通过预计算的KV缓存加速检索增强生成，适用于分块文本。Github 地址：https://github.com/MooreThreads/TurboRAG16、TEN，实时多模态AI代理框架。Github 地址：https://github.com/TEN-framework/ten_framework17、AutoRAG，RAG AutoML工具。Github 地址：https://github.com/Marker-Inc-Korea/AutoRAG
—2—
7个 GraphRAG 框架
GraphRAG 框架在微软颇受欢迎，随后衍生出了多个轻量级改进版本，例如LightRAG 和 nano-GraphRAG。同时，也有一些独具特色的变体，如 KAG。这些框架的核心改进在于，它们在传统 RAG 的基础上，加强了实体、社区以及文本切块（Chunk）之间的联系，并融入了现有知识图谱（KG）的知识，以此来提高信息检索的召回率和准确性。![]()
1、LightRAG，简单快速的Graphrag检索增强生成。Github 地址：https://github.com/HKUDS/LightRAG2、GraphRAG-Ollama-UI，使用Ollama的GraphRAG，带有Gradio UI和额外功能。Github 地址：https://github.com/severian42/GraphRAG-Ollama-UI3、microsoft-GraphRAG，一个模块化的基于图的检索增强生成（RAG）系统。地址：Github https://github.com/microsoft/graphrag4、nano-GraphRAG，一个简单、易于修改的GraphRAG实现。Github 地址：https://github.com/gusye1234/nano-graphrag5、KAG，基于OpenSPG引擎的知识增强生成框架，用于构建知识增强的严格决策制定和信息检索知识服务。Github 地址：https://github.com/OpenSPG/KAG6、Fast-GraphRAG，GraphRAG的轻量化版本。Github 地址：https://github.com/circlemind-ai/fast-graphrag7、Tiny-GraphRAG，一个小巧的GraphRAG实现。地址：https://github.com/limafang/tiny-graphrag在探索先进的信息处理技术领域，RAG 框架及其多样化的应用方案，比如：Naive RAG、Agentic RAG、Advanced RAG 等等，已经成为行业内的热门话题。为了帮助技术爱好者们深入理解和应用这些技术，我们精心打造了 AI Agent 项目实战训练营。这个训练营旨在通过实战演练，让您直接体验到从数据切割到内容生成的全流程，掌握关键技术的应用要领。我们承诺，通过专业的指导和实战操作，您将能够系统地提升自己在信息处理技术方面的实践能力。现在就加入我们，一起在 Agent 项目实战训练营中开启您的技术成长新篇章！
—3—
AI Agent 为啥如此火爆？
第一、这是大势所趋，我能正在经历一场重大技术变革，还不像当年的互联网的兴起，这是一场颠覆性的变革，掉队就等于淘汰，因为未来所有应用都将被AI Agent 重写一遍；
第二、现在处于红利期，先入场的同学至少会享受4~5年的红利，拿高薪，并且会掌握更多的资源。第三、企业需求旺盛，越来越多的企业开始在 AI Agent 领域进行创新尝试，这为我们提供了丰富的岗位机会和广阔的发展空间。最近两年一直在研究大模型应用技术，大模型的价值太大了，AI Agent 的潜力太大了，“未来所有应用都将被 AI Agent 重写一遍”这句话也是今天听到最多的一句话。我的团队这两年，尤其是今年接了很多开发 AI Agent 的项目，越来越多的企业都开始做这方面的创新尝试。AI Agent 足够重要，但也足够复杂，我这两年的实践的结论是，想开发出一个能够可靠稳定的 Agent 应用实在太难了，大模型技术本身的复杂度，大模型推理的不确定性等等，这些困难直接导致很人对其望而却步，或是遇到问题无从下手。一般的技术同学想要自己掌握 Agent 太难了。为此我特意打造了一个为期3天的 AI Agent 企业实战训练营：这个训练营是我和团队落地大模型项目2年，根据我们企业级实战的项目经验，打造3天 AI Agent 项目实战直播训练营。![]()
课程原价199元，现在仅花19元就能拿下！文末赠送2个报名福利！抢完立刻恢复199元！
—4—
3天直播训练营，带你快速掌握 Agent
3天的直播课，带你快速掌握 Agent 核心技术和企业级项目实践经验。
模块一：AI Agent 技术原理篇
全面拆解 AI Agent 技术原理，掌握 AI Agent 三大能力及其运行机制。
模块二：AI Agent 应用开发实战篇
深度讲解 AI Agent 技术选型及开发实践，具备开发 AI Agent 核心技术能力。
模块三：AI Agent 企业级案例实战篇
从需求分析、技术选型到架构设计实践，深度学习企业级 AI Agent 项目流程级重点难点问题解决。
![]()
第一、全面了解 AI Agent 的原理、架构和实现方法，掌握核心技术精髓。第二、熟练使用 Dify/Coze 平台和 LangChain 开发框架，为未来的技术实践打下坚实基础。第三、通过企业级项目实战演练，能够独立完成 AI Agent 的设计开发和维护，提升解决实际问题的能力。第四、为职业发展提供更多可能性，无论是晋升加薪还是转行跳槽，提升竞争力。限时优惠：
原价199元，现在报名只需19元！文末赠送2个报名福利！这是一个难得的机会，让我们一起踏上 AI Agent 技术之旅，开启技术新纪元！
—5—
添加助理直播学习
购买后，添加助理进行直播学习👇
![]()
—6—
今天报名的2个专属福利
福利一：AI 大模型大厂面试真题100道！覆盖百度、阿里、腾讯、字节、美团、滴滴等大厂的100道真题，不论是跳槽还是升职加薪，参考意义都重大！
![]()
福利二：2024年中国 AI Agent 行业研究报告！AI Agent 是新的应用形态，大模型时代的“APP”，技术范式也发生了很大的变化， 此份研究报告探索新一代人机交互及协作范式，覆盖技术、产品、商业、企业落地应用等方面，非常值得一读！
![]()
报名完添加上述我的助理二维码，立刻领取2重福利！
