deepset-ai/haystack

项目概览

通过模块化管道设计，可以精确控制在将信息传递给模型之前如何检索、排序和组合信息。

项目类型

AI Agent · RAG 与知识库 · AI 工作流

应用场景

知识问答 · 搜索调研 · 自动化执行

部署方式

Python 环境

License

Apache-2.0

适合谁

• 需要通过代码进行细粒度编排并具备透明控制能力的开发者和 AI 工程师。

核心能力

• 设计模块化管道和智能体工作流，明确控制检索、路由、内存和生成过程。
• 集成各类 LLM 提供商，支持在不重写系统的情况下切换模型或基础设施组件。
• 构建并共享用于检索、索引、工具调用、内存和评估的自定义组件。
• 通过 Hayhooks 包装带有自定义逻辑的管道和智能体，并通过 HTTP 端点或 MCP 对外提供服务。

限制与风险

• 在初始化时会收集有关管道组件的匿名使用统计数据，需在注重隐私的环境中引起注意。

如何开始

• 可以通过一条 pip 命令进行安装，初始运行难度较低。

核验依据

• GitHub 项目简介: Open-source AI orchestration framework for building context-engineered, production-ready LLM applications.
• README: Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Build scalable RAG systems, multimodal applications, semantic s…
• README: go through the ["Get Started Guide"](https://haystack.deepset.ai/overview/quick-start) and build your first LLM application in a matter of minutes.
• README: Integrate with OpenAI, Mistral, Anthropic, Cohere, Hugging Face, Azure OpenAI, AWS Bedrock, local models, and many others. Swap models or infrastructure components without rewriti…
• README: Use built-in components for retrieval, indexing, tool calling, memory, and evaluation, or create your own.

内容核验时间：