Опенсорсный RAG-движок, объединяющий генерацию с дополненной выборкой и возможности агентов, чтобы обеспечить контекстный слой для приложений на базе LLM.
deepset-ai/haystack
Открытый Python-фреймворк для создания готовых к продакшену LLM-приложений с модульными конвейерами и агентными процессами для RAG, поиска и работы агентов.
- Звёзды
- 26,786
- Форки
- 3,307
- Открытые issues
- 149
- Последний коммит
- 7 часов назад
Что это?
Haystack — открытый фреймворк для оркестрации ИИ, написанный на Python. Он позволяет разработчикам собирать LLM-приложения из модульных конвейеров и агентных процессов, явно управляя тем, как документы извлекаются, ранжируются, перенаправляются, сохраняются в памяти и передаются модели.
Фреймворк предназначен для генерации с дополнением извлечённой информацией, семантического поиска, ответов на вопросы, мультимодальных приложений и диалоговых систем. Конвейеры могут выполняться синхронно или асинхронно и передавать токены потоком, а агенты поддерживают хуки жизненного цикла, вызовы инструментов и встроенный учёт количества шагов и использованных токенов.
Haystack работает со многими провайдерами моделей, включая OpenAI, Mistral, Anthropic, Cohere, Hugging Face, Google, Azure OpenAI и AWS Bedrock, а также с локальными моделями. Hayhooks — отдельный проект, который позволяет предоставлять конвейеры как REST-эндпоинты или MCP-серверы.
Ключевые возможности
- 01Модульные конвейеры с циклами, ветвлениями и условной логикой для маршрутизации контекста.
- 02Агенты с хуками жизненного цикла, вызовом инструментов и встроенным учётом шагов и использования токенов.
- 03Синхронное и асинхронное выполнение конвейеров с потоковой передачей токенов.
- 04Интеграции с ведущими провайдерами LLM и локальными моделями, которые можно заменять без переписывания системы.
- 05Единообразный интерфейс компонентов для создания пользовательских компонентов и обмена ими.
Сценарии использования
- Создание систем генерации с дополнением извлечённой информацией на основе частных коллекций документов.
- Семантический поиск и системы ответов на вопросы по корпоративному контенту.
- Разработка автономных или мультиагентных процессов с использованием инструментов.
- Развёртывание конвейеров LLM в качестве HTTP- или MCP-сервисов с помощью Hayhooks.
Быстрый старт
- 1
Установите Haystack с помощью pip
pip install haystack-ai - 2
При желании установите предварительные nightly-версии, чтобы опробовать новейшие функции
pip install --pre haystack-ai - 3
Прочитайте руководство Get Started в документации, чтобы создать своё первое приложение на основе LLM
Что важно знать
- Для некоторых интеграций, например поставщиков моделей, требуются отдельные ключи API или учётные записи.
Темы
Частые вопросы
- Что такое haystack?
- Открытый Python-фреймворк для создания готовых к продакшену LLM-приложений с модульными конвейерами и агентными процессами для RAG, поиска и работы агентов. Haystack — открытый фреймворк для оркестрации ИИ, написанный на Python. Он позволяет разработчикам собирать LLM-приложения из модульных конвейеров и агентных процессов, явно управляя тем, как документы извлекаются, ранжируются, перенаправляются, сохраняются в памяти и передаются модели.
- haystack можно использовать бесплатно? Какая у него лицензия?
- haystack распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- haystack всё ещё поддерживается?
- Активно поддерживается. Последний коммит в haystack — 20 окт. 2026 г..
- Для чего можно использовать haystack?
- Создание систем генерации с дополнением извлечённой информацией на основе частных коллекций документов. Семантический поиск и системы ответов на вопросы по корпоративному контенту. Разработка автономных или мультиагентных процессов с использованием инструментов. Развёртывание конвейеров LLM в качестве HTTP- или MCP-сервисов с помощью Hayhooks.
- Как установить haystack?
- Установите Haystack с помощью pip: pip install haystack-ai При желании установите предварительные nightly-версии, чтобы опробовать новейшие функции: pip install --pre haystack-ai Прочитайте руководство Get Started в документации, чтобы создать своё первое приложение на основе LLM
- Где скачать haystack?
- Исходный код и инструкции по установке — на GitHub: https://github.com/deepset-ai/haystack
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Система памяти для агентов: сохраняет, извлекает и анализирует воспоминания, помогая ИИ-агентам учиться со временем, а не просто воспроизводить историю чата.
Python-фреймворк от Google для создания, оценки и развертывания AI-агентов с упором на Gemini и поддержкой разных моделей.
Open-source SDK для создания и запуска AI-агентов на Python и TypeScript: инструменты, MCP, память и поддержка разных моделей.
Локальная AI-система памяти: хранит историю диалогов без изменений и находит нужное с помощью семантического поиска; доступна как MCP-сервер и CLI.
Лёгкий фреймворк и сервер для RAG на основе графа знаний: индексирует документы, выделяя сущности и связи, чтобы LLM могла формировать ответы с дополненной генерацией.