langchain-ai/langconnect
A managed RAG API server.
何を解決するか
LangConnect は、REST API を通じてドキュメントコレクションの管理と意味的検索を簡素化する、すぐに使える RAG（Retrieval-Augmented Generation）サービスを提供します。
動作方法
FastAPI を使用して、データの管理用の REST エンドポイントを公開します。ストレージには、ドキュメントとそのベクトル埋め込みを格納するための PostgreSQL と pgvector 拡張機能を使用しており、効率的な意味的検索機能を実現しています。
対象ユーザー
ドキュメントのインデックス作成と検索を扱える、スケーラブルで Docker 対応の RAG バックエンドが必要な開発者。
特徴
- コレクションおよびドキュメント管理用の REST API
- PostgreSQL と pgvector で駆動されるベクトルストレージ
- Docker および Docker Compose による迅速なデプロイメント対応
- 標準搭載の意味的検索機能
関連
- プロジェクト
danny-avila/rag_apipgvectorまたはMongoDBを使用する非同期FastAPIベースのRAG APIで、IDベースのドキュメントインデキシングと検索を提供し、組み込みの所有権セキュリティを備えています。
- プロジェクト
mudler/LocalRecallGPUやインターネット接続、クラウドサービスなしで、AIエージェントがローカルの長期記憶および短期記憶を扱えるようにする、軽量でオフラインのRESTful API。
- プロジェクト
langflow-ai/openragインテリジェントエージェント駆動のドキュメント検索プラットフォームで、ユーザーはチャットインターフェースを通じてドキュメントをアップロード、処理、RAG を用いてクエリできます。
- プロジェクト
rag-web-ui/rag-web-uiユーザーが自分のドキュメント知識ベースと LLM を組み合わせて Retrieval-Augmented Generation（RAG）を利用し、カスタム Q&A サービスを構築できるインテリジェント対話システム。
- プロジェクト
shinpr/mcp-local-rag外部APIを介さずに、プライベートドキュメント（PDF、DOCX、Markdown、TXT）をインデックス化し、MCPまたはCLI経由でハイブリッド意味検索とキーワード検索を提供するローカルRAGシステム。