1. RagFlow
RAGFlow 是一个开源的 RAG（Retrieval-Augmented Generation）引擎，专注于深度文档理解。它为不同规模的企业和个人用户提供了一套简化的RAG工作流程。
Github：https://github.com/infiniflow/ragflow/blob/main
1.1 简介
模板驱动的文本处理：
提供智能且可控的文本切片技术。 多种文本模板可供选择，以增强文本处理的灵活性和可解释性。
实现文本处理过程的可视化，并允许手动调整。 确保答案的可靠性，通过提供关键引用快照和支持追溯来源来减少幻觉（hallucination）。
支持多种文件类型，包括 word 文档、ppt、excel表格、txt文件、图片、pdf、影印件、复印件、结构化数据和网页等，以适应不同数据源。
提供全面优化的 RAG 工作流，适用于从个人到大型企业的多种生态系统。 支持配置大型语言模型（LLM）和向量模型。 采用多路召回和融合重排序技术。 提供易于使用的API，方便集成到各种企业系统中。
1.2 系统架构
2. MaxKB
Github：https://github.com/1panel-dev/MaxKB
2.1 简介
即时可用：系统支持直接上传文件和自动抓取在线文档，具备文本自动分割、向量化处理以及RAG（检索增强生成）功能，提供流畅的智能问答体验。 集成便捷：系统能够无需编码即可快速集成到现有的第三方业务系统中，赋予系统智能问答的能力，从而提升用户满意度。 配置灵活：系统内建强大的工作流引擎，能够自定义AI工作流程，以适应复杂的业务需求。
模型兼容性：系统支持连接多种大型语言模型，包括本地私有模型（如Llama 3、Qwen 2等）、国内公共模型（如通义千问、智谱AI、百度千帆、Kimi、DeepSeek等）以及国际公共模型（如OpenAI、Azure OpenAI、Gemini等）。
2.2 技术框架和系统架构
前端：Vue、logicflow 后端：Python / Django Langchain：Langchain 向量数据库：PgSQL / pgvector 大模型：Ollama、Azure OpenAI、OpenAI、Qwen、Kimi、Qianfan、Spark、Gemini、DeepSeek等。
3. FastGPT
FastGPT是一个高效的平台，专注于知识库的构建和自动化工作流程的管理。
Github：https://github.com/labring/FastGPT
3.1 简介
用户友好：提供直观的可视化操作界面，简化了用户操作。
数据处理：支持自动化的数据预处理，减轻了准备工作的负担。
工作流编排：基于Flow模块，允许用户灵活编排工作流程。
RAG系统构建：支持快速创建RAG（检索增强生成）系统，无需复杂的编程知识。
自动化功能：提供自动化工作流程，简化了RAG系统的开发和应用过程。
3.2 系统架构
4. Dify
Dify是一个开源的LLM应用开发平台，它结合了后端即服务（Backend as Service）和LLMOps的概念，旨在帮助开发者迅速构建生产级别的生成式AI应用。该平台的独特之处在于，它不仅面向技术人员，还使得非技术背景的用户也能轻松参与到AI应用的设计和数据管理中。
Github：https://github.com/langgenius/dify
4.1 简介
工作流构建：在可视化画布上设计和测试高效的AI工作流程，集成了丰富的功能。
模型兼容性：系统能够无缝集成数百种专有和开源的大型语言模型（LLMs），以及数十种推理服务提供商和自托管解决方案，包括GPT、Mistral、Llama3以及与OpenAI API兼容的模型。
Prompt IDE：提供了一个直观的界面，用于创建提示、比较模型性能，并为聊天应用添加文本转语音等额外功能。
RAG流程：提供全面的RAG功能，从文档摄入到检索，支持直接从PDF、PPT等常见文档格式中提取文本。
Agent智能体：允许基于LLM函数调用或ReAct定义Agent，并为其添加预构建或自定义工具。Dify为AI Agent提供了50多种内置工具，包括谷歌搜索、DELL·E、Stable Diffusion和WolframAlpha等。
LLMOps：能够监控和分析应用程序日志和性能随时间变化，根据生产数据和标注持续优化提示、数据集和模型。
后端即服务：Dify的所有功能都配备了相应的API，使得Dify可以轻松集成到您的业务逻辑中。
4.2 系统架构
