首页项目文章PK榜关于
探索项目

Production Agentic RAG Course

正常
GitHub Python MIT

简介

Production Agentic RAG Course 是一个面向生产环境的 Agentic RAG 课程项目，教授如何构建可扩展、可靠的 RAG Agent 系统。涵盖索引策略、检索优化、Agent 路由和监控等生产级实践。

核心特性

  • 7 周渐进式课程，从基础设施到 Agentic RAG 完整覆盖
  • 生产级 RAG 系统：BM25 关键词搜索 + 向量语义检索的混合搜索
  • 集成 LangGraph 实现智能决策、文档评分和查询重写
  • 基于 Langfuse 的生产监控和 Redis 缓存优化
  • Telegram Bot 集成，支持移动端对话访问
  • 完整的 Docker Compose 一键部署环境

适用场景

💡 学习构建生产级 RAG 系统的完整流程
💡 构建学术论文自动检索和问答助手
💡 掌握 Agentic RAG 的智能路由和自适应检索策略
💡 部署带有监控和缓存的可靠 AI 系统

优势与不足

✅ 优势

  • • 社区热度高（8.3k stars）
  • • 开源许可证友好（MIT）
  • • Issue 响应及时，积压少

标签

rag production course agent scaling

分类

📚 RAG 工具 📊 可观测性

快速开始

1. 克隆仓库并进入项目目录
2. 复制 `.env.example` 为 `.env` 并配置 API Key
3. 运行 `uv sync` 安装依赖
4. 启动服务：`docker compose up --build -d`
5. 访问 `http://localhost:7861` 使用 Gradio 界面
访问 GitHub

相关项目

Ragas

15.3k · Python
不活跃 B

Ragas 是一个用于评估 RAG（检索增强生成）系统的框架。提供多种评估指标，包括忠实度、答案相关性、上下文精确度等，帮助开发者优化 RAG 应用性能。

ragevaluationllm +1
  • · 基于 LLM 和传统方法的客观评估指标，精准衡量 LLM 应用质量
  • · 自动生成覆盖多种场景的测试数据集，专为 RAG 系统设计
  • · 无缝集成 LangChain、主流可观测性工具及热门 LLM 框架
查看完整详情 → 在 GitHub 查看

TruLens

3.5k · Python
活跃 A

TruLens 是一个用于评估和跟踪 LLM 应用的开源工具。提供针对 RAG 应用的专门评估功能，包括上下文相关性、接地性和答案相关性等评估维度。

llmevaluationobservability +1
  • · 基于 OpenTelemetry 的追踪，结构化 OTEL Span
  • · 7 个智能体评估器：一致性、效率、计划遵循、质量、工具选择、工具调用、工具质量
  • · 批量和内联评估，可配置 worker 数
查看完整详情 → 在 GitHub 查看