今天我在 https://t.co/lG6DqJOfZN 正式推出

一个基于 @turbopuffer 构建的开源 RAG 平台

快速摄取、快速检索、干净的开发者体验。

这是少数真正让人感觉现代的 AI 基础设施产品之一。

更多功能即将推出 👀 https://t.co/nLxNYOnr0F

基于 Turbopuffer 的文档 RAG 方案

来源：https://rag.computer/ 开源 · 自托管控制平面 · Turbopuffer 搜索

上传文档，使用 Docling 解析，用你选择的提供商进行嵌入，并通过单一 API 使用 Turbopuffer 进行语义、关键词和混合检索。

开始使用 (https://rag.computer/docs)在 GitHub 上 Star (https://github.com/bigint/rag.computer)

功能特性

RAG 所需的一切

任何文档格式 PDF、DOCX、PPTX、HTML、Markdown、带 OCR 的图片等——由 Docling 提供通用文档解析支持。 (https://rag.computer/docs/concepts/documents)### 任意嵌入模型 OpenAI、Cohere、Voyage 以及兼容 OpenAI 的模型，支持按集合配置。不同集合可混用不同提供商。 (https://rag.computer/docs/concepts/embeddings)### Turbopuffer 搜索 在同一分块存储中实现语义、关键词和混合搜索，并通过倒数排名融合（Reciprocal Rank Fusion）支持混合查询。 (https://rag.computer/docs/concepts/search)### 命名空间隔离 每个集合对应一个 Turbopuffer 命名空间，确保向量写入、关键词索引、导出和删除的操作范围限定。 (https://rag.computer/docs/concepts/collections)### Webhook 支持 HMAC 签名认证的 webhook 负载，针对文档、集合、连接器和备份事件提供自动重试。 (https://rag.computer/docs/concepts/webhooks)### TypeScript SDK 零依赖的 TypeScript 客户端，支持 Node.js、浏览器、Deno 和 Bun。完全类型安全，自动重试。 (https://rag.computer/docs/sdks/typescript)

简单集成

几分钟内完成上传、嵌入和搜索

bigRAG 处理整个 RAG 流水线。上传任意文档格式，系统会自动解析、分块、嵌入并在 Turbopuffer 中建立索引，支持向量和全文搜索。使用 TypeScript SDK 或 REST API 即可。

零依赖、完全类型安全的 TypeScript SDK

Turbopuffer 存储向量、分块文本、元数据和关键词索引

完整的 Swagger API 文档，路径为 /docs

15+

支持文档格式

PDF、DOCX、图片等

1

搜索后端

Turbopuffer

12+

嵌入模型

OpenAI、Cohere、Voyage

5 分钟

部署时间

Docker Compose

使用 Turbopuffer 搜索部署 bigRAG

自行运行 API、管理 UI、Postgres 和 Redis，然后连接 Turbopuffer 以实现托管向量和全文检索。