AgentIndex icon
AgentIndex

开源 RAG 知识库与深度研究智能体对比：RAGFlow、MaxKB、GPT Researcher、DeerFlow 等

基于自有文档问答（RAG）与开放式深度研究（Deep Research）表面相似，但底层架构截然不同：文档 RAG 平台（如 RAGFlow、MaxKB）的核心在于复杂 PDF 的版面解析、可控切分、向量检索以及严格基于私有知识库的溯源回答。

深度研究智能体（如 GPT Researcher、字节跳动 DeerFlow 和 MiroThinker）则通过拆解子问题、并行执行数十次网页与文档检索，最终汇总成数千字带引用的调研报告；而针对大型代码库，code-graph-rag 则利用 Tree-sitter 构建图数据库来理解代码结构。

AgentIndex · 更新于 2026-10-20

按任务类型划分的知识库与研究工具

文档知识库负责私有文件问答，深度研究智能体负责多源调研写报告，代码图谱负责解析仓库结构。

  1. 企业文档 RAG 知识库

    PDF 解析、向量切分与可溯源问答。

  2. 自主深度研究智能体

    多步联网检索、沙箱执行与长篇报告。

  3. 代码库知识图谱 RAG

    用 Tree-sitter 与图数据库索引代码。

快速选择

  • ragflow — Apache-2.0 开源 RAG 引擎，主打深度文档解析（版面分析、OCR、表格识别）、可视化切分与精确溯源引用。
  • MaxKB — 1Panel 团队出品的知识库与工作流平台（GPL-3.0），支持单条 Docker 命令启动并广泛适配国内外模型。
  • GPT Researcher — Apache-2.0 开源深度研究智能体，并行检索网页与本地文档，自动撰写 2,000 词以上带出处引用的报告。
  • deer-flow — 字节跳动开源（MIT）的 LangGraph 长任务智能体框架，自带代码沙箱、文件系统、长期记忆及飞书/企微机器人接入。
  • MiroThinker — MIT 许可的开源研究智能体模型（30B/235B）、MiroFlow 框架与 14.7 万样本训练数据集，支持单任务最高 400 次工具调用。
  • code-graph-rag — 基于 Tree-sitter 与 Memgraph 构建多语言代码库知识图谱的 Graph RAG 系统（MIT），支持作为 MCP Server 接入 Claude Code。
  • haystack — 采用 Apache-2.0 协议的成熟模块化 Python RAG 框架，支持精细检索重排，并通过 Hayhooks 一键发布 REST 与 MCP 服务。

并排对比

工具简介Star许可证最近推送维护状况近 90 天发布近 12 周提交安装
ragflow开源 RAG 引擎，深度文档解析并附带引用92.6kApache-2.02026-10-21活跃5近 12 周提交: 311, 464, 506, 572, 415, 176, 252, 217, 62, 140, 234, 27docker compose -f docker-compose.yml up -d
MaxKB开源的知识库智能体与 RAG 平台23.0kGPL-3.02026-10-21活跃4近 12 周提交: 17, 9, 7, 18, 35, 2, 16, 17, 2, 9, 30, 10docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/opt/max…
GPT Researcher开源深度研究 Agent，撰写带引用的报告30.2kApache-2.02026-10-10活跃2近 12 周提交: 0, 1, 0, 27, 2, 13, 10, 27, 0, 4, 0, 0pip install gpt-researcher
deer-flow字节跳动开源的超级 Agent 运行框架，适合长时间任务84.3kMIT2026-10-22活跃1近 12 周提交: 32, 42, 27, 61, 80, 91, 134, 187, 190, 259, 176, 72uv sync
MiroThinker开源的深度研究智能体模型与框架，支持长链路工具调用8.4kMIT2026-07-06放缓0近 12 周提交: 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0git clone https://github.com/MiroMindAI/MiroThinker
code-graph-rag用 Tree-sitter 构建代码库知识图谱，并支持用自然语言查询5.3kMIT2026-10-22活跃18近 12 周提交: 280, 390, 281, 613, 566, 458, 444, 432, 1282, 808, 504, 109git clone https://github.com/vitali87/code-graph-rag.git
haystackdeepset 成熟的开源 Python 框架：用模块化流水线构建 RAG、搜索和智能体26.8kApache-2.02026-10-21活跃12近 12 周提交: 51, 42, 58, 36, 74, 52, 34, 88, 65, 66, 69, 27pip install haystack-ai
AgentGuide把 AI Agent 学习资源串成求职路径的中文学习指南11.1k未知2026-09-15活跃0近 12 周提交: 5, 0, 0, 4, 5, 0, 1, 0, 0, 0, 0, 0git clone https://github.com/adongwanai/AgentGuide.git
pipeshub-ai开源的企业知识检索平台，按权限返回带引用的答案3.8kApache-2.02026-10-22活跃7近 12 周提交: 53, 31, 39, 56, 70, 53, 288, 890, 258, 325, 443, 122curl -fsSL https://get.pipeshub.com/install | bash

本清单中已有 AgentIndex 深度评测的工具: 9/9

如何选择

  • 如果数据源主要是复杂排版的 PDF、扫描件和报表，优先看版面分析、OCR 与可视化切分微调能力（RAGFlow）。
  • 如果目标是快速上线企业内部问答或客服知识库并对接国内外模型，优先看单容器快速部署方案（MaxKB）。
  • 如果需要跨网页和文档自动撰写数千字带引用的调研报告，选择专用研究智能体（GPT Researcher）或带沙箱的长任务框架（DeerFlow）。
  • 注意硬件门槛：RAGFlow 和 DeerFlow 建议至少 16 GB 内存，而本地运行 MiroThinker 的 30B/235B 开源模型则需要充足的 GPU 算力。

常见问题

RAGFlow 和 MaxKB 该怎么选？

RAGFlow（Apache-2.0）在复杂 PDF 版面还原、跨页表格提取与手工切分干预上更深，但多组件部署较重（建议 16 GB 内存）；MaxKB（GPL-3.0）支持单条 Docker 命令快速部署，更侧重企业问答快速嵌入与工作流编排。

做深度研究（Deep Research）选 GPT Researcher 还是 DeerFlow？

如果你只需要输入主题、自动检索并生成带引用的 PDF/Word 报告，选轻量专注的 GPT Researcher；如果你需要带 Bash/Docker 代码沙箱、文件系统、子智能体委派并能从飞书/企微触发的完整运行时，选 DeerFlow。

自建 RAG 应该选代码优先的 Haystack 还是开箱即用的 RAGFlow？

如果你是 Python 后端工程师，需要高度定制文档切片、混合重排与条件路由流水线，选 Haystack；如果你需要一套自带深度复杂版面解析（包含表格、OCR）且开箱即用的私有化问答系统后台，选 RAGFlow。

这份清单怎么来的

工具由我们从收录的项目中人工挑选，优先选择我们深度评测过的。Star、许可证、最近推送日期和安装命令来自各项目仓库，并随站点数据刷新。维护状况列来自 GitHub API（是否归档、最近提交、近 90 天发布数），每天刷新。我们阅读了每个项目的 README 和文档，但没有逐个实际运行，依赖前请自行测试。

更多清单