haystack
Haystack 是 deepset 的开源 AI 编排框架,用 Python 构建生产级大模型应用。它的模型是模块化流水线和智能体工作流,对信息如何被检索、排序、过滤、组合、路由和生成有明确控制。你用检索、索引、工具调用、记忆和评测等组件拼装,或自写组件,并可加入循环、分支和条件逻辑。
在智能体一侧,它提供生命周期钩子(before_llm、before_tool、on_exit)用于护栏,开箱即用地跟踪 step_count、token_usage 和工具调用,Agent Pack 里有现成智能体,并通过 SkillToolset 实现技能的渐进发现——技能描述只在需要时进入上下文。流水线可同步或异步运行、逐 token 流式输出,智能体可并发调用工具。
它模型与厂商无关,集成 OpenAI、Anthropic、Mistral、Cohere、Hugging Face、Google、Azure、Bedrock 以及本地模型和多种向量库。配套的 Hayhooks 可把流水线发布为 REST API 或 MCP 服务器,并提供 OpenAI 兼容的对话接口。Haystack 在生产中被广泛采用,Apache-2.0 核心之上另有付费企业版平台。
功能特性
为什么选择它
权衡点
维护状况检查
- 最近提交
- 2026-10-19
- 近 90 天提交数
- 100+
- 近 90 天发布数
- 12
- 最新发布
- v3.4.0 (2026-10-15)
- 未关闭 issue
- 152
- 近期 issue 至少有一条评论的比例
- 1/5
最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。
状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #10810 EU AI Act compliance scan results — Haystack scored #1, wanted to validate findings17 条评论 · 2026-03-12
- #11039 RFC: Signed receipts for Haystack pipeline component calls18 条评论 · 2026-04-05
- #11836 feat: Pipeline run recording & deterministic replay - turn every run into a shareable, diffable, testable artifact10 条评论 · 2026-06-30
- #10973 Feature: Post-RAG FactChecker Pipeline Component & Header-Aware Document Splitter9 条评论 · 2026-03-29
- #10821 Feature: GuardrailProvider interface for automated tool-call policy enforcement9 条评论 · 2026-03-14
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
适合谁
- 你需要用 Python 构建生产级、可追溯且高度可控的 RAG 检索与智能体流水线,对分块、重排与条件分支路由有精细化需求。
- 希望保持模型与厂商无关,并能通过 Hayhooks 将流水线无缝发布为标准 REST API 或 MCP 服务器(采用宽松的 Apache-2.0 协议)。
- 你想要无代码或开箱即用的可视化知识库后台与问答界面;这种场景选择 RAGFlow 或 MaxKB 开箱即用更快。
- 你只需要一个开箱即用的自主深度研究与长文研报生成工具;GPT Researcher 无需编写任何 Pipeline 代码。
与同类的区别
Haystack 是代码优先的 Python 编排框架,适合开发者自建复杂 Pipeline;RAGFlow 是自带深度文档解析引擎与可视化界面的开箱即用知识库系统。
Haystack 专注对企业内部私有数据与多源文档进行精确流水线检索与组装;GPT Researcher 专注自主网络搜索与结构化研究报告撰写。
兼容性
快速开始
使用场景
同类工具
收录于以下清单
评论
暂无评论,来发表第一条吧