Haystack
Framework de código abierto para construir aplicaciones de búsqueda y RAG (generación aumentada por recuperación) listas para producción con LLMs.
Descripción general
Haystack ofrece componentes básicos combinables —recuperación de documentos, embeddings, ranking, generación— para construir pipelines de búsqueda y respuesta a preguntas impulsados por LLM, con conectores a muchas bases de datos vectoriales, almacenes de documentos y proveedores de modelos. Está diseñado en torno a pipelines explícitos e inspeccionables en lugar de una única abstracción de caja negra.
Haystack encaja en equipos que construyen específicamente aplicaciones de generación aumentada por recuperación o búsqueda empresarial, una alternativa más enfocada al framework de aplicaciones LLM de propósito más general de LangChain (también en este catálogo).
- Categorías
- IA y Machine Learning
- Palabras clave
- ragllm-frameworksearchquestion-answering
- Lenguajes
- Python
- Licencia
- Apache-2.0
Proyectos relacionados
LlamaIndex
MITFramework de datos para conectar grandes modelos de lenguaje con tus propios datos —documentos, bases de datos, APIs— para aplicaciones de generación aumentada por recuperación.
- IA y Machine Learning
Docling
MITBiblioteca de análisis de documentos que convierte PDFs, documentos de Word y otros formatos en datos limpios y estructurados listos para pipelines de LLM y RAG.
- IA y Machine Learning
Instructor
MITBiblioteca para obtener salidas de datos estructurados y fiables de LLMs usando APIs de function calling y modelos Pydantic para la validación.
- IA y Machine Learning
LangChain
MITFramework para desarrollar aplicaciones impulsadas por modelos de lenguaje grandes, agentes y generación aumentada por recuperación (RAG).
- IA y Machine Learning
¿Encontraste un error? Sugiere una edición en GitHub.