这些链接只作为官方入口速查，不替代工程选型判断。先按问题类型阅读对应文章，再进入官网确认版本、价格、部署、API 细节和商业条款。
Agent 与工作流框架
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| LangChain | https://www.langchain.com/langchain | 比较模型、工具、chain、retriever 生态和集成能力 |
| LangGraph | https://www.langchain.com/langgraph | 需要状态图、可恢复 workflow、人机确认和长期运行任务 |
| LlamaIndex | https://www.llamaindex.ai/ | 需要搭建 RAG pipeline、数据连接器和索引流程 |
| AutoGen | https://microsoft.github.io/autogen/stable/ | 需要比较多 Agent 协作和研究型原型能力 |
| CrewAI | https://crewai.com/ | 需要角色化多 Agent 编排和任务分工原型 |
RAG 平台与低代码应用构建
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| RAGFlow | https://ragflow.io/ | 文档复杂、PDF 多、表格多、需要开箱即用知识库管理 |
| Dify | https://dify.ai/ | 需要低代码搭建 RAG、Agent、Workflow 和内部应用 |
| Flowise | https://flowiseai.com/ | 需要可视化编排 LangChain / Agent 流程 |
| Langflow | https://www.langflow.org/ | 需要低代码构建 Agent、RAG 应用和组件化 flow |
| Haystack | https://haystack.deepset.ai/ | 需要偏工程化的开源 RAG、Agent 和检索 pipeline |
| Microsoft GraphRAG | https://microsoft.github.io/graphrag/ | 需要评估实体关系、社区摘要和跨文档全局检索 |
向量数据库与检索基础设施
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| Qdrant | https://qdrant.tech/ | 关注 payload filter、自托管向量库和企业 RAG 检索 |
| Milvus | https://milvus.io/ | 关注大规模向量检索、集群和云原生部署 |
| Weaviate | https://weaviate.io/ | 关注向量数据库、schema、hybrid search 和托管能力 |
| Pinecone | https://www.pinecone.io/ | 关注托管向量数据库和快速上线 |
| Chroma | https://www.trychroma.com/ | 关注本地原型、轻量向量存储和快速验证 |
| pgvector | https://github.com/pgvector/pgvector | 已有 PostgreSQL，希望少引入一个系统时评估 |
| LanceDB | https://www.lancedb.com/ | 关注本地、多模态、lakehouse 和嵌入式向量存储 |
向量检索与搜索引擎
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| Redis Vector Search | https://redis.io/solutions/vector-search/ | 需要低延迟、缓存友好或 session 级向量检索 |
| Elasticsearch Vector Search | https://www.elastic.co/docs/solutions/search/vector | 已有 Elasticsearch，希望做 BM25 + vector hybrid |
| OpenSearch Vector Search | https://docs.opensearch.org/latest/vector-search/ | 已有 OpenSearch，希望做开源搜索体系里的向量检索 |
| Vespa | https://vespa.ai/ | 需要大规模搜索、推荐、向量和文本混合检索 |
| Marqo | https://marqo.ai/ | 关注 AI search、多模态和电商搜索场景 |
| Faiss | https://github.com/facebookresearch/faiss | 做算法实验、离线索引或自研检索服务 |
向量库管理与托管控制台
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| Attu | https://github.com/zilliztech/attu | 需要 Milvus 的 GUI 管理、查询和集群状态查看 |
| Qdrant Web UI | https://qdrant.tech/documentation/web-ui/ | 需要查看 Qdrant collection、payload、filter 和查询结果 |
| Qdrant Cloud | https://qdrant.tech/cloud/ | 想用托管 Qdrant，降低运维成本 |
| Zilliz Cloud | https://zilliz.com/ | 想用托管 Milvus 或评估企业级向量服务 |
| Weaviate Cloud | https://docs.weaviate.io/cloud | 想用托管 Weaviate，并通过云控制台管理实例 |
| Pinecone Console | https://www.pinecone.io/ | 想用托管向量库，并通过控制台管理 index、监控和数据 |
搜索 API
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| Tavily | https://www.tavily.com/ | 需要面向 AI Agent 的实时搜索入口 |
| Exa | https://exa.ai/ | 需要语义搜索、研究型 Agent 外部信息源 |
| Brave Search API | https://brave.com/search/api/ | 需要通用网页搜索 API 和独立搜索来源 |
| SerpAPI | https://serpapi.com/search-api | 需要结构化获取搜索结果页数据 |
网页读取、抓取与数据摄取
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| Firecrawl | https://www.firecrawl.dev/ | 需要网页抓取、Markdown 提取和站点映射 |
| Jina AI Reader | https://jina.ai/reader/ | 需要把网页内容转换为 LLM 更容易处理的文本 |
| Unstructured | https://unstructured.io/ | 需要文档解析、数据摄取和非结构化资料预处理 |
| Apify | https://apify.com/ | 需要托管爬虫、Actor 生态和批量网页采集 |
| Crawl4AI | https://docs.crawl4ai.com/ | 需要自托管、面向 LLM 的 crawler 和网页抽取 |
| Scrapy | https://scrapy.org/ | 需要传统结构化爬虫框架和长期采集工程 |
Embedding 与 Reranker
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| OpenAI Embeddings | https://platform.openai.com/docs/guides/embeddings | 需要通用托管 Embedding API |
| Google Gemini Embeddings | https://ai.google.dev/gemini-api/docs/embeddings | 需要评估 Gemini 生态 Embedding 能力 |
| Cohere Rerank | https://cohere.com/rerank | 需要托管 Rerank API 和多语言重排基线 |
| Voyage AI | https://www.voyageai.io/ | 需要专业检索场景的 Embedding 与 Rerank 服务 |
| Jina Reranker | https://jina.ai/reranker/ | 需要 Jina 的托管或开源多语言 Reranker |
| BAAI BGE | https://bge-model.com/bge/ | 需要开源中文、多语言 Embedding 和 Reranker 基线 |
| Nomic Embed | https://home.nomic.ai/embed | 需要开源 Embedding、可视化和本地化能力 |
观测、评估与生产治理
| 工具 | 官方入口 | 适合什么时候点开 |
|---|---|---|
| LangSmith | https://www.langchain.com/langsmith | 需要 trace、dataset、eval 和 LangChain/LangGraph 集成 |
| Arize Phoenix | https://phoenix.arize.com/ | 需要开源 LLM tracing、RAG 评估和可观测性 |
| Langfuse | https://langfuse.com/ | 需要 LLM tracing、prompt 管理和评估数据集 |
| Ragas | https://docs.ragas.io/ | 需要 RAG 指标、测试集评估和检索生成质量分析 |
| TruLens | https://www.trulens.org/ | 需要评估和观测 AI Agent、LLM 应用和 RAG 链路 |
| DeepEval | https://deepeval.com/ | 需要 LLM 应用测试、回归评估和 CI 集成 |
| OpenAI Evals | https://github.com/openai/evals | 需要参考通用 LLM 系统评估框架 |
使用原则
| 原则 | 说明 |
|---|---|
| 先选问题，再点官网 | 官网是确认细节的入口，不是选型判断的起点 |
| 按链路分层，不按品牌堆栈 | 框架、RAG 平台、向量库、管理控制台、搜索抓取、评估工具不是同一层 |
| 不重复引入同层组件 | 同一项目里不应该因为工具热门就同时引入多个同层组件 |
| 先看部署和权限 | 企业知识库、代码库 Agent 和客服 Agent 必须先确认数据权限、审计和部署边界 |
| 先做小 POC | 官网能力再强，也要用自己的样本集验证检索质量、延迟、成本和失败模式 |
相关选型文章：