RAG 与知识库工具

构建检索增强应用所需的一切：框架、向量数据库与编排工具。

LlamaIndex 实战教程——专为构建 RAG 应用而设计的框架，将 LLM 连接到自定义数据源。涵盖数据摄入管线、索引策略、查询引擎和基于 Agent 的检索，并提供 PDF、网页和数据库连接器的实战示例。适合希望构建基于自有文档的领域专属 AI 助手的开发者。

Haystack 是 deepset 开源的生产级 LLM 应用框架，专注检索增强生成（RAG）和问答管线。它提供文档处理、嵌入和检索等模块化组件，可轻松对接 OpenAI、Hugging Face 等模型，适合搭建企业级搜索与知识问答系统。

Qdrant 是面向生产环境的高性能开源向量数据库与相似度搜索引擎。它使用 Rust 编写，支持丰富的载荷过滤、多租户，以及自托管和托管云两种部署方式，为 RAG 管线、推荐系统和语义搜索提供动力。

Dify 是开源的 LLM 应用开发平台，集可视化工作流编排、内置 RAG 引擎和 Agent 能力于一体。它帮助开发者和非技术用户快速构建、测试和部署 AI 应用，支持多种模型提供商和无缝 API 集成。

一份深入 LangChain 框架的实战教程，系统讲解其架构与核心模块——Chains、Agents、Memory，并配合大量代码示例。还涵盖 RAG 集成、自定义工具开发和调试策略，适合已不满足于简单提示词、希望构建生产级 LLM 应用的开发者。

Pinecone 是面向生产级 RAG 与语义搜索的全托管向量数据库，支持 Serverless 扩容、混合检索和元数据过滤。它免去了自行运维向量基础设施的负担，让团队专注于应用逻辑——按用量计费并提供免费入门套餐。

Chroma 是对开发者友好的开源嵌入数据库，用简洁的 Python 或 JavaScript API 几分钟即可跑通 RAG 原型。它支持本地开发时的进程内运行，也可通过托管云服务扩展，是多数开发者进入向量检索的最低门槛选择。