Onyx

活跃

GitHub Python NOASSERTION

简介

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。

核心特性

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
Web 搜索 — 支持 Serper、Google PSE、Brave、SearXNG 等多种搜索引擎，内置网页爬虫
代码执行 — 在沙箱中执行代码进行数据分析、图表渲染或文件操作
50+ 连接器 — 开箱即用的企业级数据源连接器，支持 Confluence、Jira、Google Drive 等

适用场景

💡 企业团队部署内部 AI 搜索引擎，连接 Confluence/Jira 等知识库，提升知识检索效率

💡 研究人员使用深度研究功能自动化文献调研，生成结构化的研究报告

💡 数据分析师在聊天界面中执行 Python 代码进行数据可视化和统计分析

💡 客服团队构建自定义 Agent 处理客户咨询，集成 CRM 系统自动更新工单

💡 个人用户部署 Lite 版本作为轻量级 AI 聊天助手，支持多 LLM 后端

优势与不足

✅ 优势

• 活跃维护，近期持续更新
• 社区热度高（32.0k stars）
• 项目有一定历史沉淀（已维护 3 年）

⚠️ 不足

• 缺少明确的开源许可证

分类

📚 RAG 工具

快速开始

# 一键部署 Onyx
bash <(curl -fsSL https://onyx.app/install_onyx.sh)

# 或使用 Docker Compose
git clone https://github.com/onyx-dot-app/onyx.git
 cd onyx/deployment/docker_compose
docker compose up -d

# Lite 模式（资源占用 < 1GB）
# 编辑 docker-compose.yml，注释掉不需要的服务

访问 GitHub 访问官网

相关项目

Langchain-Chatchat

38.6k · Python

不活跃 B

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。

ragllmpython +3

· 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

查看完整详情 → 在 GitHub 查看

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

在 GitHub 查看

Awesome LLM Apps

136.7k · Python

活跃 A+

100 多个可直接运行的 AI 智能体与 RAG 应用合集，涵盖克隆、定制和部署，是快速上手构建 LLM 应用的绝佳参考。

agentragllm +1

· 100+ 可运行模板 — 每个模板都是原创开发、端到端测试的完整项目，非外部链接合集
· 多类别覆盖 — 涵盖 AI Agent、Multi-agent、MCP Agent、Voice AI、RAG、Agent Skills、Fine-tuning 等 14 个分类
· 多模型兼容 — 支持 Claude、Gemini、OpenAI、xAI、Qwen、Llama 等主流 LLM，切换仅需改配置

查看完整详情 → 在 GitHub 查看