2 小时跑通 · MIT
首页截图 · OCR「简历评分 78」
模板页 · OCR「ATS 友好」
导出结果 · OCR「PDF / DOCX」
对比视图 · OCR「匹配分 92」
这是什么
一个可直接部署的 RAG 脚手架：文档上传、切分、向量化、检索、引用标注全链路，含 Docker 与部署脚本。
它解决什么问题
- 从零搭 RAG 要踩很多坑
- 不知道切分与召回参数怎么调
- 引用溯源做得不好，答案不可信
包含什么
- 完整仓库（Next.js + pgvector）
- 切分/召回参数说明与对比表
- 一键部署脚本（Vercel + Supabase）
怎么用
限制与说明
默认接 OpenAI 兼容接口；不含前端 UI 定制；生产需自行加限流。
RAGNext.jspgvector开源
🛡信任分 90 / 100 · 已验证
自动复检 2026-11-09
外链可达（HEAD/GET）
2/2 条返回 200
25/25
页面一致性（title/OG/价格）
相似度 0.99
18/20
内容指纹去重
与 1,936 个作品比对，无重复
15/15
证据（真实预览 / 试用链接）
3 项自动证据
13/15
创作者身份
GitHub 账号已验证
15/15
新鲜度
最近更新 1 天内
4/10
4.5 / 5
★★★★☆
2 条评价 · 100% 已验证访问
高频好评词
可直接改 ×23省时间 ×18细节到位 ×11
用户评价
只有真实点出去的访客能评
每条评价标注是否有访问/购买凭证；差评不会被删除，只做降权。
d***v★★★★★ 已验证访问
2 天前
按 README 两小时跑通了，切分参数的对比表很实用。引用标注那段直接抄进我们内部工具了。
真实可用 5 · 与描述一致 5 · 性价比 5 · 售后 4
这条评价对你有用（18）
K***n★★★★☆ 已验证访问
8 天前
代码质量不错，就是默认接 OpenAI 兼容接口，换别的模型要自己改一层。文档里说明了，算小坑。
真实可用 4 · 与描述一致 5 · 性价比 5
这条评价对你有用（6）
发现信息不实？点右侧「举报该作品」→ 选择「信息与描述不符」并上传截图，24 小时内处理。