Docling
Parses complex documents—such as PDFs, Office files, and scanned documents—into structured data, supporting both on-premises deployment and RAG workflows.
面向检索增强生成与智能体的开源 Python 编排框架
项目介绍
Haystack 是 deepset 与开源社区维护的 Python AI 编排框架，用可复用组件组织检索、生成、工具调用及数据处理流程。它更接近开发者的应用基础设施，而不是开箱即用的聊天网页。团队可以明确控制每一步数据流，再把流程嵌入自己的服务。主仓库采用 Apache-2.0 许可证；2026年10月28日 GitHub 约有2.7万星。开源框架与商业 Haystack Enterprise Platform 是不同交付方式，不能把托管平台的服务承诺直接算到自托管版本上。
core functionality
Haystack 通过 Pipeline 连接组件，便于搭建检索增强生成、语义搜索、问答和多模态应用。模型提供方、文档存储与检索组件可以按项目需要组合，而不必全部绑定一家服务。它同时支持 Agent：让模型根据问题和中间结果选择工具；也能把 Agent 放进确定性的流程，或把整条 Pipeline 包装成工具。组件化让开发者能检查、替换和评估局部环节，而不是只看最终答案。
What situations is it suitable for?
适合有 Python 工程能力、需要构建企业知识库或搜索问答系统的团队。例如，先检索内部文档、按业务规则筛选，再生成有依据的回答；或让客服助手按问题选择资料查询与业务工具。步骤固定、重视复现和审计时优先 Pipeline；路径需要根据中间结果决定时再考虑 Agent。这个选择也影响响应时延和预算，智能体的工具次数与执行路径不一定能事先确定。
How to Get Started
在独立 Python 环境安装 haystack-ai，再参考官方 Quickstart 构建小型 RAG。入门示例先将少量 Document 写入 InMemoryDocumentStore，连接 BM25 检索器、ChatPromptBuilder 和模型生成组件，运行问题并检查命中的文档与回答。模型密钥通过环境变量等安全方式提供，不应写进公开代码。跑通后再替换正式文档库、检索策略与生成模型，并为真实业务问题建立测试集；不同集成可能还要安装额外依赖。
费用与必要限制
框架代码本身可免费使用，但模型 API、嵌入计算、向量或搜索服务和运维仍可能产生费用。内存文档库适合教学或验证，不应把几条示例数据的成功等同于生产容量和稳定性。数据切分、文档质量、权限过滤和检索策略仍需要开发者设计。官方文档有明确版本区分，旧版本教程与当前 API 不一定兼容；部署前应锁定依赖、验证升级影响，并确保文档访问权限在检索链路中真正生效。
Suggestions for selection
Haystack 的价值在于明确、可组合的编排方式，尤其适合想掌握检索与生成每一步的团队。如果目标只是快速拖拽展示一个原型，Langflow 的视觉界面更直接；如果核心问题是用训练样本和指标改进模型程序，DSPy 的优化思路更贴近。三者并非互斥，选型应先看开发方式与任务，而不是只看 GitHub 星数。
Comparison of Similar Projects
| sports event | 主要方式 | 适合重点 | Please note |
|---|---|---|---|
| Langflow | 可视化流程与 Python 组件 | 快速原型、工具接入与流程 API | 需要维护运行环境和安全隔离 |
| Haystack | Python 组件与显式 Pipeline / Agent | 检索、RAG 与可控业务编排 | 需要自行设计数据与生产架构 |
| DSPy | Signature、Module、指标与优化器 | 结构化任务和数据驱动优化 | 需要样本、合理指标与优化预算 |
Official Portal and Resources
data statistics
Relevant Navigation
SAM Audio
Meta introduces the world's first unified multimodal audio separation model that supports text, visual, and time cues to accurately separate target sounds from complex audio and video.
NVIDIA Ising
The world's first open-source quantum AI model series, through AI-driven quantum chip calibration and error correction, provides a high-performance tool chain for practical quantum computing and reshapes the quantum industry ecosystem.
Hunyuan T1
Tencent's self-developed deep thinking models with fast response, ultra-long text processing and strong reasoning capabilities have been widely used in intelligent Q&A, document processing and other fields.
Tülu 3 405B
Allen AI introduces a large open source AI model with 405 billion parameters that combines multiple LLM training methods to deliver superior performance and a wide range of application scenarios.
KittenTTS
An open source lightweight text-to-speech model that is less than 25 MB and can run in real time on ordinary CPUs, supports a variety of natural tones and can be used offline.
Langflow
An open-source platform for visually building AI agents, RAG, and MCP workflows
MindSpore
Huawei's full-scenario deep learning framework is designed to provide full-stack AI capabilities that are easy to develop and efficient to execute, supporting the complete process from data loading and model building to training, evaluation and deployment.
No comments...
简体中文 
English