EasyRag

项目介绍

EasyRag 是一个轻量级本地 RAG（检索增强生成）系统，旨在降低 RAG 技术的接入门槛，让开发者和中小企业无需依赖外部向量数据库和云服务，即可在本地快速搭建私有化知识检索与问答能力。 解决什么问题： 当前主流 RAG 方案依赖 Pinecone、Weaviate 等外部向量数据库，部署成本高、配置复杂，且数据需上传至第三方，对数据安全敏感的企业和个人开发者不友好。EasyRag 基于 SQLite 向量扩展实现本地轻量化向量存储与检索，零外部依赖，开箱即用。 核心特性： 基于 SQLite-Vector 实现本地向量存储，无需外部向量数据库 模块化架构设计，支持灵活接入不同 LLM 后端（OpenAI / 本地模型等） 本地部署，保障私有数据安全 轻量极简，适合个人开发者和中小团队快速接入 RAG 能力 当前阶段： 项目已在 GitHub 开源（Apache 2.0 协议），核心向量检索与 LLM 交互链路已跑通，正在持续迭代中。后续计划增加更多文档格式支持、流式输出优化和 Web UI。

项目图集

采集到的原始信息