langchain-ai/langconnect

A managed RAG API server.

解决的问题

LangConnect 提供一个开箱即用的 RAG（检索增强生成）服务，通过 REST API 简化文档集合的管理与语义搜索流程。

工作原理

它使用 FastAPI 暴露一组用于管理数据的 REST 端点。存储方面，利用 PostgreSQL 与 pgvector 扩展来存储文档及其对应的向量嵌入，从而实现高效的语义搜索功能。

适用人群

需要可扩展、Docker 就绪的 RAG 后端，能够处理文档索引与检索，而无需从零开始构建基础设施的开发者。

主要亮点

  • 用于集合和文档管理的 REST API
  • 基于 PostgreSQL 和 pgvector 的向量存储
  • 支持 Docker 和 Docker Compose 快速部署
  • 内置语义搜索功能

相关

  • 项目
    danny-avila/rag_api

    一个基于 FastAPI 的异步 RAG API，使用 pgvector 或 MongoDB 实现基于 ID 的文档索引与检索，并内置所有权安全机制。

  • 项目
    mudler/LocalRecall

    一种轻量级、离线的 RESTful API，用于管理基于向量的知识库，使 AI 代理能够在无云服务的情况下处理本地长期和短期记忆。

  • 项目
    langflow-ai/openrag

    一个由智能代理驱动的文档搜索平台，能够让用户通过聊天界面上传、处理并使用 RAG 查询文档。

  • 项目
    rag-web-ui/rag-web-ui

    一个智能对话系统，允许用户通过将自己的文档知识库与大型语言模型（LLM）结合使用检索增强生成（RAG）来构建自定义问答服务。

  • 项目
    shinpr/mcp-local-rag

    一个本地RAG系统，可索引私有文档（PDF、DOCX、Markdown、TXT），并通过MCP或CLI提供混合语义和关键词搜索，无需外部API。