开源 RAG 引擎,将检索增强生成与智能体能力结合,为大模型应用提供上下文层。
deepset-ai/haystack
用于构建生产级 LLM 应用的开源 Python 框架,提供模块化管道与智能体工作流,适用于 RAG、语义搜索等场景。
- Star
- 26,786
- Fork
- 3,307
- 未关闭 Issue
- 149
- 最近提交
- 8小时前
这是什么?
Haystack 是一个用 Python 编写的开源 AI 编排框架,开发者可以用模块化管道和智能体工作流搭建 LLM 应用,并精确控制文档如何被检索、排序、路由、存入记忆,最终交给模型生成结果。
该框架面向检索增强生成(RAG)、语义搜索、问答、多模态应用和对话系统。管道可同步或异步运行并支持逐 token 流式输出;智能体支持生命周期钩子和工具调用,并内置步数与 token 用量统计。
Haystack 可对接 OpenAI、Mistral、Anthropic、Cohere、Hugging Face、Google、Azure OpenAI、AWS Bedrock 等多家模型服务,也支持本地模型。另有独立项目 Hayhooks,可将管道以 REST 接口或 MCP 服务器的形式对外提供。
核心功能
- 01模块化管道,支持循环、分支和条件逻辑,精确控制上下文流向。
- 02智能体支持生命周期钩子、工具调用,并内置步数与 token 用量统计。
- 03管道支持同步与异步执行,并可流式输出 token。
- 04对接主流 LLM 服务商和本地模型,无需重写系统即可切换。
- 05统一的组件接口,便于构建和分享自定义组件。
适用场景
- 基于私有文档库构建检索增强生成(RAG)系统。
- 为企业内容实现语义搜索或问答功能。
- 开发带工具调用的自主智能体或多智能体工作流。
- 借助 Hayhooks 将 LLM 管道部署为 HTTP 或 MCP 服务。
快速上手
- 1
通过 pip 安装 Haystack
pip install haystack-ai - 2
可选:安装每日预发布版以体验最新功能
pip install --pre haystack-ai - 3
阅读文档中的快速入门指南,构建第一个 LLM 应用
使用前须知
- 部分集成(如模型供应商)需要单独的 API 密钥或账户。
标签
常见问题
- haystack 是什么?
- 用于构建生产级 LLM 应用的开源 Python 框架,提供模块化管道与智能体工作流,适用于 RAG、语义搜索等场景。 Haystack 是一个用 Python 编写的开源 AI 编排框架,开发者可以用模块化管道和智能体工作流搭建 LLM 应用,并精确控制文档如何被检索、排序、路由、存入记忆,最终交给模型生成结果。
- haystack 可以免费使用吗?用的什么许可证?
- haystack 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- haystack 还在维护吗?
- 活跃维护中。haystack 最近一次提交是在 2026年10月20日。
- haystack 适合用来做什么?
- 基于私有文档库构建检索增强生成(RAG)系统。 为企业内容实现语义搜索或问答功能。 开发带工具调用的自主智能体或多智能体工作流。 借助 Hayhooks 将 LLM 管道部署为 HTTP 或 MCP 服务。
- haystack 怎么安装和运行?
- 通过 pip 安装 Haystack: pip install haystack-ai 可选:安装每日预发布版以体验最新功能: pip install --pre haystack-ai 阅读文档中的快速入门指南,构建第一个 LLM 应用
- 在哪里获取 haystack?
- 源代码和安装说明在 GitHub 上:https://github.com/deepset-ai/haystack
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向 AI 智能体的记忆系统,支持存储、检索与反思记忆,让智能体随时间学习而非仅回放对话历史。
Google 推出的代码优先 Python 框架,用于构建、评估和部署 AI 智能体,针对 Gemini 优化但不绑定特定模型。
开源的 Python 与 TypeScript AI 智能体开发 SDK,支持工具调用、MCP、记忆与多模型切换。
本地优先的 AI 记忆系统,逐字保存对话历史,并通过语义搜索检索,提供 MCP 服务与命令行工具。
轻量级知识图谱 RAG 框架与服务,将文档构建为实体关系图谱,用于增强 LLM 问答。