langchain-ai/langconnect

A managed RAG API server.

解決的問題

LangConnect 提供一個即時可用的 RAG（檢索增強生成）服務，透過 REST API 簡化文件集合的管理與語意搜尋流程。

工作原理

它使用 FastAPI 暴露一組用於管理資料的 REST 端點。儲存方面，利用 PostgreSQL 與 pgvector 擴充功能來儲存文件及其對應的向量嵌入，從而實現高效的語意搜尋功能。

適用對象

需要可擴展、Docker 就緒的 RAG 後端，能夠處理文件索引與檢索，而無需從零開始建構基礎設施的開發者。

主要亮點

  • 用於集合和文件管理的 REST API
  • 基於 PostgreSQL 和 pgvector 的向量儲存
  • 支援 Docker 和 Docker Compose 快速部署
  • 內建語意搜尋功能

相關

  • 專案
    danny-avila/rag_api

    一個基於 FastAPI 的非同步 RAG API，使用 pgvector 或 MongoDB 實現基於 ID 的文件索引與檢索，並內建擁有權安全機制。

  • 專案
    mudler/LocalRecall

    一種輕量級、離線的 RESTful API，用於管理基於向量的知識庫，讓 AI 代理能在無雲服務的情況下處理本地的長期與短期記憶。

  • 專案
    langflow-ai/openrag

    一個由智慧代理驅動的文件搜尋平台，讓使用者能透過聊天介面上傳、處理並以 RAG 方式查詢文件。

  • 專案
    rag-web-ui/rag-web-ui

    一個智慧對話系統，允許使用者透過結合自有文件知識庫與大型語言模型（LLM）使用檢索增強生成（RAG）來建立自訂的問答服務。

  • 專案
    shinpr/mcp-local-rag

    一個本地RAG系統，可索引私人文件（PDF、DOCX、Markdown、TXT），並透過MCP或CLI提供混合語意與關鍵字搜尋，無需外部API。