openrag

OpenRAG é uma plataforma abrangente e empacotada de Geração Aumentada por Recuperação (RAG) para busca inteligente de documentos e conversas alimentadas por IA. É construída com FastAPI e Next.js e alimentada por OpenSearch, Langflow e Docling. Principais capacidades descritas no README: - Pré-empacotado e pronto para executar: as ferramentas principais são conectadas para que os usuários possam instalar e começar rapidamente. - Fluxos de trabalho RAG agênticos: orquestração com re-ranking e coordenação multiagente. - Ingestão de documentos: análise de dados reais e desestruturados via Docling. - Construtor de fluxos de trabalho arrastar e soltar: interface visual alimentada por Langflow para iteração rápida. - Complementos empresariais modulares e busca empresarial em escala via OpenSearch. Fluxo de trabalho típico: inicie o OpenRAG, adicione arquivos ou pastas como conhecimento e, em seguida, converse com esse conhecimento por meio de uma interface de chat apoiada por LLMs e busca semântica. As opções de integração incluem SDKs oficiais em Python e TypeScript/JavaScript (openrag-sdk) para chat e busca programáticos, além de um servidor Model Context Protocol (MCP) integrado sobre HTTP transmissível montado em /mcp. Clientes MCP, como Cursor e Claude Desktop, podem se conectar usando a chave de API do OpenRAG por meio do cabeçalho X-API-Key; o README observa que o pacote PyPI autônomo openrag-mcp está obsoleto em favor do endpoint /mcp. O servidor MCP expõe ferramentas para chat aprimorado por RAG, busca semântica, ingestão de documentos, filtros de conhecimento e gerenciamento de configurações. Os caminhos de instalação documentados incluem um guia de início rápido, instalação do pacote Python do OpenRAG e implantação de serviços autogerenciados com Docker ou Podman. Orientações de desenvolvimento e contribuição estão em CONTRIBUTING.md, com solução de problemas e discussões disponíveis por meio da documentação do projeto e páginas do GitHub.