코드베이스, 이슈, 팀 지식을 색인하는 CLI 기반 컨텍스트 그래프로, AI 코딩 에이전트가 프로젝트에 맞는 맥락을 활용하도록 지원합니다.
apecloud/ApeRAG
Graph RAG, 벡터 및 전문 검색, 멀티모달 파싱, AI 에이전트를 결합한 프로덕션급 RAG 플랫폼으로, Docker Compose 또는 Kubernetes에 배포할 수 있습니다.
- 스타
- 1,322
- 포크
- 147
- 열린 이슈
- 37
- 마지막 커밋
- 지난달
어떤 프로젝트인가요?
ApeRAG는 자체 문서를 기반으로 지식 베이스를 구축하는 검색 증강 생성(RAG) 플랫폼입니다. 벡터, 전문 검색, 그래프, 요약, 비전의 다섯 가지 인덱스 유형을 결합해 여러 검색 방식을 함께 사용하여 질문에 답할 수 있습니다. 그래프 계층은 지식 그래프를 더 깔끔하게 유지하기 위해 엔터티 병합 기능을 추가한 수정 버전의 LightRAG를 기반으로 합니다.
이미지, 차트, 표를 포함한 멀티모달 문서를 처리하며, 복잡한 PDF와 수식 처리를 위해 GPU를 지원하는 MinerU 기반 파싱 서비스를 선택적으로 제공합니다. 내장 AI 에이전트는 관련 컬렉션을 선택하고, 콘텐츠를 검색하며, 웹 검색을 수행할 수 있습니다. MCP 서버를 사용하면 Model Context Protocol을 지원하는 AI 어시스턴트가 컬렉션을 직접 조회할 수 있습니다.
로컬에서 사용할 때는 Docker Compose로 ApeRAG를 실행할 수 있습니다. 프로덕션 환경에서는 Helm 차트로 Kubernetes에 앱을 배포하며, KubeBlocks를 사용하면 PostgreSQL, Redis, Qdrant, Elasticsearch, Neo4j를 선택적으로 프로비저닝할 수 있습니다. 백엔드는 FastAPI, 프런트엔드는 React로 구성되며 비동기 작업에는 Celery를 사용합니다.
핵심 기능
- 01벡터, 전문 검색, 그래프, 요약, 비전의 다섯 가지 인덱스 유형
- 02수정된 LightRAG를 기반으로 하는 Graph RAG용 엔터티 정규화
- 03AI 어시스턴트가 지식 컬렉션을 조회할 수 있는 MCP 서버
- 04MinerU와 GPU 가속을 선택적으로 지원하는 멀티모달 문서 파싱
- 05Kubernetes 배포를 위한 Helm 차트 및 KubeBlocks 스크립트
활용 사례
- 내부 문서를 대상으로 하는 비공개 질의응답 시스템 구축
- MCP를 통해 AI 어시스턴트를 팀 지식 베이스에 연결
- 표와 수식이 포함된 기술 PDF를 파싱해 검색 가능한 그래프로 변환
- 관리형 데이터베이스를 사용해 Kubernetes에서 셀프 호스팅 RAG 서비스 운영
빠른 시작
- 1
저장소를 클론합니다
git clone https://github.com/apecloud/ApeRAG.git - 2
프로젝트 디렉터리로 이동합니다
cd ApeRAG - 3
환경 템플릿을 .env로 복사합니다
cp envs/env.template .env - 4
Docker Compose로 서비스를 시작합니다
docker-compose up -d --pull always
사용 전 알아둘 점
- Docker와 Docker Compose가 필요하며, CPU 코어 2개 이상과 RAM 4 GiB 이상이 필요합니다.
- Kubernetes에 전체 배포하려면 클러스터가 필요하며, 기본적으로 doc-ray 서비스에는 CPU 코어 4개 이상과 RAM 8 GB 이상이 필요합니다.
토픽
자주 묻는 질문
- ApeRAG은(는) 무엇인가요?
- Graph RAG, 벡터 및 전문 검색, 멀티모달 파싱, AI 에이전트를 결합한 프로덕션급 RAG 플랫폼으로, Docker Compose 또는 Kubernetes에 배포할 수 있습니다. ApeRAG는 자체 문서를 기반으로 지식 베이스를 구축하는 검색 증강 생성(RAG) 플랫폼입니다. 벡터, 전문 검색, 그래프, 요약, 비전의 다섯 가지 인덱스 유형을 결합해 여러 검색 방식을 함께 사용하여 질문에 답할 수 있습니다. 그래프 계층은 지식 그래프를 더 깔끔하게 유지하기 위해 엔터티 병합 기능을 추가한 수정 버전의 LightRAG를 기반으로 합니다.
- ApeRAG은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- ApeRAG은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- ApeRAG은(는) 아직 유지보수되고 있나요?
- 6개월 이내 업데이트. ApeRAG의 마지막 커밋은 2026년 9월 12일입니다.
- ApeRAG은(는) 어디에 사용할 수 있나요?
- 내부 문서를 대상으로 하는 비공개 질의응답 시스템 구축 MCP를 통해 AI 어시스턴트를 팀 지식 베이스에 연결 표와 수식이 포함된 기술 PDF를 파싱해 검색 가능한 그래프로 변환 관리형 데이터베이스를 사용해 Kubernetes에서 셀프 호스팅 RAG 서비스 운영
- ApeRAG는 어떻게 설치하나요?
- 저장소를 클론합니다: git clone https://github.com/apecloud/ApeRAG.git 프로젝트 디렉터리로 이동합니다: cd ApeRAG 환경 템플릿을 .env로 복사합니다: cp envs/env.template .env Docker Compose로 서비스를 시작합니다: docker-compose up -d --pull always
- ApeRAG은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/apecloud/ApeRAG
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
AI 에이전트를 위한 Java 네이티브 장기 메모리 및 컨텍스트 엔진으로, 대화, 문서, 도구 호출을 구조화해 검색 가능한 메모리로 변환합니다.
Rust 코어를 갖춘 Python 증분 데이터 파이프라인으로, 변경되는 소스와 벡터 인덱스·지식 그래프를 동기화합니다.
대화 전반에 걸쳐 사용자, 세션, 에이전트 컨텍스트를 저장하고 검색하는 AI 에이전트 및 앱용 메모리 레이어입니다.
대화 기록만 재생하는 대신 기억을 저장·회상·성찰해 AI 에이전트가 시간이 지날수록 학습하도록 돕는 에이전트 메모리 시스템입니다.
엔터프라이즈 데이터를 AI 시스템을 위한 그래프 기반 컨텍스트 레이어로 변환하는 Python 인프라