这是一个基于 RAG（检索增强生成）技术的知识库问答系统。它能够将企业内部的文档、数据库等私有知识与大语言模型结合起来，让 AI 回答基于真实、可检索的信息源，避免模型幻觉。
系统支持多种文档格式的解析与索引，提供向量检索、混合搜索等能力，可与主流大模型无缝集成。
项目主要使用 Python 开发，代码质量高，结构清晰。
通用知识库管理平台，用于自建 RAG 知识库场景。支持多种文档解析、灵活切分策略、混合检索，可对接 Dify、自建页面、HTTP 调用等多种前端入口。
Python ⭐ 40 stars ⑂ 8 🆕 本周新项目 📜 MIT
📜 使用 MIT 开源许可
✨ 核心功能
🔹 多格式文档解析与索引
🔹 向量检索与混合搜索
🔹 与大语言模型无缝集成
🔹 支持知识库动态更新
💡 推荐理由
新兴项目值得关注，潜力巨大
🎯 适用场景：适合需要快速构建 LLM 应用、RAG 系统或 Agent 的开发者
📊 项目信息
📂 查看完整源码
https://github.com/helloHupc/rag-knowledge-system
👆 长按上方链接复制后，在浏览器中打开
数据来源：GitHub API · 综合评分推荐