首页项目文章PK榜关于
探索项目

txtai

活跃
GitHub Python Apache-2.0

简介

集成语义搜索、LLM 编排和语言模型工作流的全能 AI 框架，支持 Agent、RAG 和向量数据库

核心特性

  • 集成语义搜索、LLM 编排和语言模型工作流的全能 AI 框架
  • 嵌入数据库融合向量索引、图网络和关系数据库
  • 支持文本、文档、音频、图像和视频的多模态嵌入
  • 自主 Agent 智能连接嵌入、管道和工作流解决复杂问题
  • Web API 和 MCP API，支持 JavaScript、Java、Rust、Go 多语言绑定
  • pip 安装即可使用，开箱即用的默认配置

适用场景

💡 语义搜索和相似性检索应用
💡 检索增强生成（RAG）系统
💡 多模型工作流和管道编排
💡 知识图谱和语义图分析
💡 文档问答和自动标注

优势与不足

✅ 优势

  • • 活跃维护，近期持续更新
  • • 社区热度高（12.9k stars）
  • • 开源许可证友好（Apache-2.0）
  • • Issue 响应及时，积压少

标签

semantic-search rag embeddings vector-database agent llm python

分类

📚 RAG 工具 ⚡ Agent 工具

快速开始

运行 pip install txtai 安装框架，然后通过几行代码创建嵌入索引并执行搜索：import txtai; embeddings = txtai.Embeddings(); embeddings.index(["text1", "text2"]); embeddings.search("query", 1)。或使用 YAML 配置启动 API 服务。
访问 GitHub 访问官网 查看文档

相关项目

PromptTools

3.1k · Python
不活跃 B

PromptTools 是开源的提示词测试与实验工具集，支持多种 LLM（OpenAI、LLaMA）和向量数据库（Chroma、Weaviate、LanceDB），帮助开发者系统化评估和优化 RAG 系统。

prompt-testingragevaluation +3
  • · 开源的提示词测试与实验工具，支持多种 LLM 提供商
  • · 支持 OpenAI、Anthropic、LLaMA、Mistral、Gemini、HuggingFace 等
  • · 向量数据库评估：Chroma、Weaviate、Qdrant、LanceDB、Pinecone
在 GitHub 查看

AI Engineering Hub

37.4k · Jupyter Notebook
活跃 A+

深入讲解 LLM、RAG 和真实 AI 智能体应用的教程合集，包含丰富的 Notebook 示例，是学习 AI 工程化实践的优质资源。

ragagentllm +1
  • · 93+ 生产就绪项目 — 覆盖 OCR、RAG、Agent、语音、多模态等多个领域
  • · 三级难度分类 — 初级（22）、中级（48）、高级（23）项目循序渐进
  • · LLM 实战教程 — 包含 DeepSeek、Llama、Gemma、Qwen 等模型的本地部署与应用
查看完整详情 → 在 GitHub 查看

LangExtract

38.5k · Python
活跃 A+

Google 开源的 Python 库，用于利用 LLM 从非结构化文本中精确提取结构化信息，支持源文本标注和交互式可视化，适用于数据标注和知识抽取场景。

data-processingllmpython +2
  • · 精确源文本锚定 — 每条提取结果映射到原文精确位置，支持视觉高亮追溯验证
  • · 受控结构化输出 — 基于 few-shot 示例强制一致输出 Schema，利用 Gemini 受控生成保证结果鲁棒性
  • · 长文档优化策略 — 通过文本分块、并行处理和多轮扫描克服大文档「大海捞针」问题，提升召回率
查看完整详情 → 在 GitHub 查看

Docstrange

1.5k · Python
不活跃 B

通用文档格式转换工具，支持从 PDF、图片、Word、PPT 等提取数据并转换为 Markdown、JSON、CSV 等多种格式。

pythonragtools +2
  • · 多格式转换——将 PDF、DOCX、PPTX、XLSX、图片和 URL 转换为 Markdown、JSON、CSV 和 HTML
  • · 7B 参数模型——升级的核心模型，显著提高准确性和对复杂文档的理解能力
  • · 高级 OCR 管道——从扫描文档、手机照片和收据中高精度提取文本
在 GitHub 查看

相关文章

RAG文档分块Chunking

文档分块策略：Recursive、Semantic 与 Agentic 三大范式实战

RAG 的"上游"决定"下游"的天花板。系统对比固定大小、Recursive、Semantic、Agentic 四种分块策略，给出可量化的选型决策、Chonkie / LlamaIndex / LangChain 工具链对比和离线评估方法。

阅读全文 →