产品简介
LightningRAG 是一个为开发者设计的全栈项目启动器，深度集成了 RAG（检索增强生成）技术。它解决了搭建 AI 应用时，知识库管理、向量检索、模型对接等环节集成复杂、开发周期长的问题。适合需要快速构建和扩展 AI 问答、知识库对话应用的后端、全栈开发者和小型技术团队。
核心功能
- 内置知识库管理：支持文档导入、解析、分块及向量化存储。
- 可插拔 RAG 组件：支持配置多种大语言模型、向量存储、嵌入模型和重排序器。
- 可视化 Agent 编排：通过画布流设计器，实现多步骤、多分支的自动化 AI 代理流程。
- 跨平台渠道连接：可将发布的 Agent 通过 Webhook 接入飞书、钉钉、Slack 等多种平台。
- 企业级权限管理：基于 JWT 和 Casbin 实现细粒度的用户、角色、菜单和 API 权限控制。
快速开始
- 克隆 GitHub 仓库至本地。
- 根据 `config.yaml` 配置数据库、Redis 及 RAG 相关参数（如向量存储、LLM 密钥）。
- 分别进入 `web` 和 `server` 目录安装前端与后端依赖。
- 启动后端 Gin 服务与前端 Vue 开发服务器。
- 访问前端界面，登录后开始创建知识库或编排 Agent。
界面预览
与其他方案对比
| 对比项 | LightningRAG | 同类方案 |
|---|---|---|
| 集成难度 | 提供 Vue + Gin 全栈模板，内置 RAG 核心模块，开箱即用，大幅减少基础架构搭建时间。 | 从零开始搭建需分别选择前端框架、后端框架，并手动集成 RAG 各组件，耗时且复杂。 |
| RAG 能力灵活度 | 支持知识库、Agent 编排、多检索模式，且大模型、向量库等组件可插拔更换。 | 某些 RAG 服务或库可能专注于特定环节（如仅提供向量检索），或绑定固定的模型与数据库。 |
| 部署与运维 | 提供清晰的配置文件和项目结构，支持多环境部署。 | 自建方案的部署配置和运维通常需要自行摸索和实现。 |
适合谁用
- 需要快速搭建 AI 问答或知识库应用的全栈开发者。
- 希望将 RAG 能力集成到现有系统中的后端工程师或技术团队。
- 计划为飞书、钉钉等平台开发 AI 机器人的开发者。
下载与版本
当前最新版本为 v0.0.7，发布于 2026-04-17。支持 Windows、Linux。点击页面「下载软件」按钮即可下载打包好的版本，根据你的电脑/手机系统来选择对应的软件。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/LightningRAG/LightningRAG