haystack
Haystack 是 deepset-ai 主导开发的开源 LLM 应用编排框架，通过模块化管道设计实现检索增强生成（RAG）、多智能体协作和对话系统的可视化构建。框架对检索、路由、记忆、生成等环节提供显式控制接口，支持自定义组件热插拔。适合需要将大语言模型落地到生产环境、同时保留调试灵活性的 Python 开发团队。
信号分 96 · 智能体 / 自动化 · 26,524 stars
查看来源每日简报
Haystack：模块化 RAG 与多智能体编排的生产级框架
深耕三年的开源 LLM 编排框架，以可插拔管道设计在语义搜索与 RAG 场景建立技术壁垒。
明确结论
Haystack 起源于 2019 年的语义搜索需求，由专注 NLP 的 deepset-ai 持续维护至今。项目以 26524 星标成为 RAG 框架领域的标杆作品，topics 中 agentic-rag、multi-agent、context-engineering 等标签显示其已超越简单检索增强，演进为智能体编排平台。与 LangChain 等通用框架不同，Haystack 强调对检索环节的显式控制，支持 BM25、向量数据库、混合搜索的自定义切换，这对于需要精确召回率控制的金融、医疗等垂直场景尤为重要。框架采用 Python 原生设计，与 LangChain、Hugging Face Transformers 等主流生态无缝对接，降低团队学习成本。建议试用路径：先以其官方教程构建简单问答管道，评估其评估工具对检索效果的量化能力，再决定是否引入多智能体复杂场景。核心风险在于深度定制后与框架耦合度上升，需提前规划组件抽象层。