GitHub 高星项目/Bessouat40/RAGLight
Bessouat40/

集成 MCP 的模块化 RAG 框架

RAGLight 是一个主打模块化的检索增强生成(RAG)框架。它的基本盘是让开发者能够方便地插拔不同的大模型、嵌入算法和向量数据库,这在目前的 RAG 工具中算是标配。 这里有个小看点:它最近加入了对 MCP(模型上下文协议)的集成。这意味着它不仅能做传统的文档检索,还能通过 MCP 标准化地连接外部工具和动态数据源,向 Agentic RAG(智能体化 RAG)的方向靠拢。 虽然目前关注度不算极高,但将 RAG 流程与 MCP 结合是一个很顺理成章的演进方向。它适合那些觉得 LangChain 太重,又需要灵活扩展外部工具链的开发者。

Python高潜项目潜龙编辑甄选
★ Stars
666
GitHub stars
⑂ Forks
101
Forked repos
⊙ Rank
No. 8
Editor rank
Activity
活跃
发布于 2026-06-25T21:10:56.000Z
编辑评介README快速上手Releases
潜龙评分
4.6/ 5.0
代码质量4.7
文档完善4.5
社区活跃4.4
上手难度4.2

集成 MCP 的模块化 RAG 框架 最值得关注的地方,是它围绕真实开发场景提供了清晰的工程入口。RAGLight 是一个主打模块化的检索增强生成(RAG)框架。它的基本盘是让开发者能够方便地插拔不同的大模型、嵌入算法和向量数据库,这在目前的 RAG 工具中算是标配。 这里有个小看点:它最近加入了对 MCP(模型上下文协议)的集成。这意味着它不仅能做传统的文档检索,还能通过 MCP 标准化地连接外部工具和动态数据源,向 Agentic RAG(智能体化...

优点
+主题明确,便于快速判断适用场景
+社区关注度高,持续维护概率更大
+可作为同类技术选型的参考样本
不足
-具体成熟度仍需结合 README 与 issue 验证
-生产接入前需要自行评估许可与维护节奏

适用场景

如果你正在评估 高潜项目 方向,这个项目适合放入候选清单。它的 Star、Fork 与主题信息能够帮助你快速判断社区热度,再结合官方仓库文档进行技术验证。

潜龙 QianLong · 中文 AI 内容与工具平台