openrag

OpenRAG은 지능형 문서 검색과 AI 기반 대화를 위한 포괄적인 단일 패키지 검색 증강 생성(RAG) 플랫폼입니다. FastAPI와 Next.js로 구축되었으며 OpenSearch, Langflow 및 Docling을 기반으로 합니다. README에 설명된 주요 기능: - 사전 패키징 및 즉시 실행 가능: 핵심 도구가 함께 연결되어 있어 사용자가 빠르게 설치하고 시작할 수 있습니다. - 에이전트형 RAG 워크플로우: 재순위화 및 다중 에이전트 조정을 통한 오케스트레이션. - 문서 수집: Docling을 통한 복잡하고 실제적인 데이터 파싱. - 드래그 앤 드롭 워크플로우 빌더: Langflow 기반의 시각적 인터페이스로 빠른 반복 작업 지원. - 모듈식 엔터프라이즈 애드온 및 OpenSearch를 통한 대규모 엔터프라이즈 검색. 일반적인 워크플로우: OpenRAG을 실행하고, 파일이나 폴더를 지식으로 추가한 다음, LLM과 의미 검색을 기반으로 하는 채팅 인터페이스를 통해 해당 지식과 대화합니다. 통합 옵션에는 프로그래밍 방식의 채팅 및 검색을 위한 공식 Python 및 TypeScript/JavaScript SDK(openrag-sdk)와 /mcp에 마운트된 스트리밍 HTTP 기반의 내장 Model Context Protocol(MCP) 서버가 포함됩니다. Cursor 및 Claude Desktop과 같은 MCP 클라이언트는 X-API-Key 헤더를 통해 OpenRAG API 키를 사용하여 연결할 수 있습니다. README는 독립형 openrag-mcp PyPI 패키지가 /mcp 엔드포인트를 위해 더 이상 사용되지 않음을 명시합니다. MCP 서버는 RAG 강화 채팅, 의미 검색, 문서 수집, 지식 필터 및 설정 관리를 위한 도구를 노출합니다. 문서화된 설치 경로에는 빠른 시작, OpenRAG Python 패키지 설치, Docker 또는 Podman을 사용한 자체 관리 서비스 배포가 포함됩니다. 개발 및 기여 지침은 CONTRIBUTING.md에 있으며, 문제 해결 및 토론은 프로젝트 문서와 GitHub 페이지를 통해 제공됩니다.