返回 AI 工具目录

AutoRAG

开发框架人工精选最近核验 2026年7月23日

AutoRAG 由 Marker-Inc 开源,现已演进为 2.0:一个图书管理员式的检索 Agent,它不只返回文件路径和命中行,而是自主搜索、阅读、思考,给出带编号、经过整理的答案,并通过自进化记忆学习哪种检索方式对特定语料更有效。它支持 BM25(词法)、语义与混合检索的可插拔组合,可读取配置的本地目录,并接入 Slack、GitHub、Gmail、Google Drive、Notion 等外部数据源。原先面向 RAG 流水线自动评测与调优的 Python 版本保留在 legacy 目录继续维护。采用 MIT 许可,以 TypeScript 与 Python 实现。

定价开源部署本地运行、自托管国内可达国内可达

解决什么问题

  • 以 Agent 方式搜索、阅读并整理出结论
  • 可插拔组合 BM25、语义与混合检索
  • 自进化记忆学习更优检索策略
  • 接入 Slack、GitHub、Notion 等外部数据源
  • legacy 版仍提供 RAG 流水线评测与调优

适合

  • 需要跨本地目录与多源资料做检索问答
  • 希望自动比较不同检索方法效果
  • 构建面向文档的知识助手
  • 沿用旧版做 RAG 调优评测的用户

不适合

  • 2.0 与 legacy 定位不同,选型前需分清
  • 接入外部数据源需各自授权与配置
  • 所用 LLM 或嵌入服务需自备且可能出域
  • 自进化效果依赖真实使用数据积累

如何接入

  • 以 TypeScript 或 Python 部署,配置检索源目录
  • 通过可插拔注册表选择检索方法
  • 接入 Slack、GitHub、Notion 等数据源
  • legacy 版按原 Python 流水线方式使用

已知限制

  • 项目正处于 2.0 重构,接口可能变动
  • 所依赖的 LLM 与嵌入服务需自行提供
  • 接海外数据源与模型存在出域与延迟
  • 新版能力需按最新文档核验

接入与使用事实

部署方式
本地运行、自托管
实现语言
TypeScript、Python
中文界面
待确认
中文文档
待确认
定价方式
开源
许可证
待确认
国内可达性
国内可达
可达性观察
待补充
查看代码仓库

权限、依赖与维护信号

这些字段记录公开可见信号，不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

  1. 代码仓库仅作事实索引
    查看来源

访问官网