5个开源的LLM构建RAG的方案：
1. AutoRAG
① 一键优化 RAG 流程：自动评估多种 RAG 模块，找到最适合你数据的方案。
② 简单易用的配置：通过 YAML 文件快速设置解析、切块、QA 数据生成和优化流程。
③ 多功能支持：支持解析 PDF、分块文本数据，生成 QA 数据集，以及全面的指标分析和优化。
④ 跨平台部署：轻松运行本地代码、API 服务或 Web 界面。
访问：github.com/Marker-Inc-Korea/AutoRAG
2. R2R
① 多模态数据导入：支持 .txt、.pdf、.json、.png、.mp3 等格式解析。
② 混合搜索：结合语义和关键词搜索，提升检索相关性。
③ 知识图谱 ：自动提取实体和关系，构建知识图谱并聚类分析。GraphRAG：基于知识图谱进行社区聚类和总结，提供更深入的洞察。
④ 开源仪表盘：基于 React+Next.js 构建的 GUI，轻松交互与管理。
访问：github.com/SciPhi-AI/R2R
3. n8n，自托管AI工作流快速启动套件
① 自托管 AI 工作流快速启动套件！
② 低代码平台 n8n：支持 400+ 集成和高级 AI 节点，轻松构建工作流。
③ 支持多种 AI 模板和教程，从入门到进阶。
访问：github.com/n8n-io/self-hosted-ai-starter-kit
4. Cognita，模块化，生产级的RAG框架
① 将 Langchain/LlamaIndex 与生产需求结合，支持模块化、可扩展的 API 驱动环境。
② 提供自带 UI 的本地或生产环境，支持增量索引，适配多种文档格式和数据库。
③ 轻松构建从数据索引到查询服务的完整 RAG 流程，快速实现高效知识管理与问答系统。
④ 多文档检索支持：相似性搜索、文档重排序、多模态解析（音频/视频）。
访问：github.com/truefoundry/cognita
1. AutoRAG
① 一键优化 RAG 流程：自动评估多种 RAG 模块，找到最适合你数据的方案。
② 简单易用的配置：通过 YAML 文件快速设置解析、切块、QA 数据生成和优化流程。
③ 多功能支持：支持解析 PDF、分块文本数据，生成 QA 数据集，以及全面的指标分析和优化。
④ 跨平台部署：轻松运行本地代码、API 服务或 Web 界面。
访问：github.com/Marker-Inc-Korea/AutoRAG
2. R2R
① 多模态数据导入：支持 .txt、.pdf、.json、.png、.mp3 等格式解析。
② 混合搜索：结合语义和关键词搜索，提升检索相关性。
③ 知识图谱 ：自动提取实体和关系，构建知识图谱并聚类分析。GraphRAG：基于知识图谱进行社区聚类和总结，提供更深入的洞察。
④ 开源仪表盘：基于 React+Next.js 构建的 GUI，轻松交互与管理。
访问：github.com/SciPhi-AI/R2R
3. n8n，自托管AI工作流快速启动套件
① 自托管 AI 工作流快速启动套件！
② 低代码平台 n8n：支持 400+ 集成和高级 AI 节点，轻松构建工作流。
③ 支持多种 AI 模板和教程，从入门到进阶。
访问：github.com/n8n-io/self-hosted-ai-starter-kit
4. Cognita，模块化，生产级的RAG框架
① 将 Langchain/LlamaIndex 与生产需求结合，支持模块化、可扩展的 API 驱动环境。
② 提供自带 UI 的本地或生产环境，支持增量索引，适配多种文档格式和数据库。
③ 轻松构建从数据索引到查询服务的完整 RAG 流程，快速实现高效知识管理与问答系统。
④ 多文档检索支持：相似性搜索、文档重排序、多模态解析（音频/视频）。
访问：github.com/truefoundry/cognita
