Langchain-Chatchat

不活跃
GitHub Python Apache-2.0

简介

Langchain-Chatchat 是一个基于 Langchain 和多种大语言模型的本地知识库 RAG 与 Agent 应用平台,支持 ChatGLM、Qwen、Llama 等模型,提供对话、知识库管理、Agent 调用等功能。

核心特性

  • 本地知识库问答 — 基于 Langchain 实现文档加载、文本分割、向量化和语义检索,支持 BM25+KNN 混合检索
  • 多模型推理框架接入 — 支持 Xinference、Ollama、FastChat、LocalAI 等框架,接入 GLM-4、Qwen2、Llama3 等模型
  • Agent 工具调用 — 针对 ChatGLM3 和 Qwen 优化,支持多工具自动选择、单工具参数解析、手动工具调用和多模态图片对话
  • 数据库对话 — 通过自然语言查询 SQL 数据库,支持 MySQL、PostgreSQL 等关系型数据库交互
  • WebUI 多会话管理 — 基于 Streamlit 的 Web 界面,支持多会话、自定义系统提示词、ARXIV 文献和 Wolfram 查询
  • 全离线私有部署 — 完全使用开源模型和向量数据库,支持 Ollama/Xinference 本地部署,无需联网

适用场景

💡 企业内部知识库 — 上传公司文档构建私有知识库,员工通过自然语言查询内部政策、产品手册和技术规范
💡 离线数据分析 — 在无网络环境下,通过本地模型和数据库对话功能完成数据查询和分析报告生成
💡 多模态文档问答 — 上传图片和文档,使用 Qwen-VL 等多模态模型进行视觉问答和文档理解
💡 学术文献检索 — 集成 ARXIV 和 Wolfram,辅助研究人员进行论文检索和数据计算
💡 定制化 Agent 服务 — 为不同业务场景构建专用 Agent,如客服机器人、技术支持助手

优势与不足

优势

  • 社区热度高(38.6k stars)
  • 开源许可证友好(Apache-2.0)
  • 项目有一定历史沉淀(已维护 3 年)
  • Issue 响应及时,积压少

⚠️ 不足

  • 已超过 10 个月未更新

快速开始

```bash
pip install langchain-chatchat
chatchat init
# 编辑 configs/model_config.py 配置模型
chatchat kb -n my_knowledge  # 创建知识库
chatchat webui  # 启动 WebUI
# 访问 http://localhost:8501
```

相关项目

Onyx

32.0k · Python
活跃 A

开源 AI 平台,提供企业级 AI 聊天、高级 RAG 和 AI 搜索功能,兼容所有主流 LLM。

ragpythonllm +2
  • · Agentic RAG — 基于混合索引 + AI Agent 的高级检索增强生成,提供最佳搜索和问答质量
  • · 深度研究 — 多步骤研究流程,生成深度研究报告,在 Deep Research 排行榜名列前茅
  • · 自定义 Agent — 构建具有独特指令、知识库和操作能力的 AI Agent

MaxKB

22.7k · Python
活跃 A+

MaxKB 是基于 LLM 大模型的开源知识库问答与 Agent 构建平台,支持向量检索、工作流编排与多种模型接入,开箱即用。

knowledge-baseragchatbot +3
  • · RAG 流水线 — 支持文档上传与在线爬取,自动切分、向量化,有效减少大模型幻觉
  • · Agentic 工作流 — 强大的工作流引擎、函数库与 MCP 工具调用,满足复杂业务场景
  • · 零代码集成 — 无缝接入第三方业务系统,快速赋予现有系统智能问答能力

MemAgent

1.1k · Python
不活跃 B

可扩展至 350 万上下文 token 的记忆智能体框架,附带用于任意智能体工作流 RL 训练的训练框架,解决长上下文记忆难题。

memoryagentrag +2
  • · 超长上下文处理:从 8K 训练上下文外推至 350 万 token,性能损失低于 5%
  • · 强化学习驱动:采用 RLVR(可验证奖励强化学习)训练,扩展 DAPO 算法支持多轮对话端到端优化
  • · 线性时间复杂度:突破长文本处理的计算瓶颈,资源随文本长度线性扩展

相关文章