Repolode
提交项目
langflow-ai

langflow-ai/openrag

基于 Langflow、Docling 和 OpenSearch 构建的自托管 RAG 平台，可上传文档并用大模型进行问答。

在 GitHub 查看官网
Star
4,674
Fork
518
未关闭 Issue
347
最近提交
17小时前

这是什么？

OpenRAG 是一个单包形式的检索增强生成（RAG）平台，用于文档语义搜索和基于文档的 AI 问答。用户可以通过聊天界面上传、处理并查询文件，背后由大语言模型和语义检索驱动。

系统使用 Langflow 处理文档摄入、检索工作流和智能体式编排，用 Docling 解析文档，并以 OpenSearch 作为检索与存储层。后端基于 FastAPI，前端基于 Next.js。项目既可以通过 uv 作为 Python 包安装运行，也可以用 Docker 或 Podman 部署自管理的服务。

项目提供 Python 和 TypeScript 官方 SDK 调用 REST API，并内置基于 streamable HTTP 的 MCP 服务器（路径为 /mcp），方便 Cursor、Claude Desktop 等客户端接入知识库。

核心功能

  • 01通过聊天界面基于已上传文档用大模型问答
  • 02使用 Docling 进行文档摄入与解析
  • 03基于 Langflow 的可视化工作流构建器
  • 04以 OpenSearch 为底座的语义检索
  • 05提供 Python 和 TypeScript 官方 SDK
  • 06内置 MCP 服务器，可接入 AI 助手

适用场景

  • 基于内部文档搭建私有问答助手
  • 按语义而非关键词检索团队文件库
  • 让 AI 编程或聊天助手接入个人或企业知识库
  • 借助可视化 Langflow 工作流快速验证 RAG 方案

快速上手

  1. 1

    按照文档中的快速入门指南安装 OpenRAG

  2. 2

    启动 OpenRAG

    uv run openrag
  3. 3

    添加文件或文件夹作为知识库

  4. 4

    在网页界面中开始与知识库对话

使用前须知

  • 它是基于 OpenSearch、Langflow 和 Docling 的多服务组合，自托管需要一定的配置工作。
  • 独立的 openrag-mcp PyPI 包已被弃用，MCP 客户端需要改为直接连接 /mcp 端点。

标签

#rag#llm#document-search#vector-search#opensearch#langflow#python#fastapi

常见问题

openrag 是什么？
基于 Langflow、Docling 和 OpenSearch 构建的自托管 RAG 平台，可上传文档并用大模型进行问答。 OpenRAG 是一个单包形式的检索增强生成（RAG）平台，用于文档语义搜索和基于文档的 AI 问答。用户可以通过聊天界面上传、处理并查询文件，背后由大语言模型和语义检索驱动。
openrag 可以免费使用吗？用的什么许可证？
openrag 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。
openrag 还在维护吗？
活跃维护中。openrag 最近一次提交是在 2026年11月6日。
openrag 适合用来做什么？
基于内部文档搭建私有问答助手 按语义而非关键词检索团队文件库 让 AI 编程或聊天助手接入个人或企业知识库 借助可视化 Langflow 工作流快速验证 RAG 方案
openrag 怎么安装和运行？
按照文档中的快速入门指南安装 OpenRAG 启动 OpenRAG: uv run openrag 添加文件或文件夹作为知识库 在网页界面中开始与知识库对话
在哪里获取 openrag？
源代码和安装说明在 GitHub 上：https://github.com/langflow-ai/openrag

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目