LibreAI ENESPTDEFRRUJA
LibreAI / RAG и базы знаний / trieve
// rag · devflowinc/trieve

trieve

trieve — проект с открытым исходным кодом из категории «RAG и базы знаний» от devflowinc (devflowinc/trieve на GitHub). У него 2 719 звёзд на GitHub и 254 форка, он распространяется по лицензии MIT и последний раз обновлялся на GitHub 25 января 2026.

All-in-one API platform for search, recommendations, RAG and analytics — self-hostable

★ 2,7 тыс. звёзд⑂ 254 форкаMITобновлено янв. 2026
Смотреть на GitHub ↗Official site ↗
▦ визуал — в README этого проекта нет встраиваемого скриншота,
поэтому здесь заглушка. Руководство ниже в любом случае полное.
// факты о проекте

Факты о проекте

Репозиторий
devflowinc/trieve
Звёзды GitHub
2 719
Форки
254
Лицензия
MIT
Последнее обновление на GitHub
25 января 2026
Категория
RAG и базы знаний
Тип страницы
Полное руководство по установке
Официальный сайт
Official site
// как это работает

Как это работает

  1. Clarify your goal

    Decide between the hosted API for speed or self-hosting for control, and what you'll index — docs, products or content chunks.

  2. Get Trieve

    Sign up for the hosted API, or clone the repo for self-hosting/local development.

  3. Install and configure

    For local dev, install system deps, Rust and Node/Yarn, copy the .env files, set your OPENAI_API_KEY/LLM_API_KEY, and start the Docker services and embedding servers.

  4. Run your first search

    Create a dataset, upload chunks, and run a semantic or hybrid search from the dashboard or SDK.

// возможности

Почему его любят

Semantic vector search

Dense vector search using OpenAI or Jina embeddings stored in Qdrant.

Typo-tolerant neural search

Every chunk is also indexed with a SPLADE sparse-vector model for quality full-text/neural search.

Hybrid search + reranking

Combine dense and sparse with BAAI/bge-reranker-large cross-encoder reranking; bring your own embedding, SPLADE, reranker or LLM models.

Recommendations API

Find similar chunks or grouped files — useful where users favorite, bookmark or upvote content.

Managed RAG routes

RAG endpoints via OpenRouter with topic-based memory management, or bring your own context.

Tuning and analytics

Recency biasing, merchandising signals (clicks, add-to-carts, citations), rich filters, grouping, and sub-sentence highlighting.

Advertisement
// запустите сами

Запустите сами

  1. Clone the repo

    Clone Trieve for self-hosting or local development; hosted users can skip to the dashboard.

    git clone https://github.com/devflowinc/trieve.git
cd trieve
  2. Set up environment files

    Copy the example env files as the local-development section shows, and set your keys in server/.env.

    cp .env.example ./server/.env
# set OPENAI_API_KEY and LLM_API_KEY in ./server/.env
  3. Start the backing services

    Bring up the Docker services and the CPU embedding stack, then run the server and frontends per the README.

    ./convenience.sh -l
docker compose -f docker-compose-cpu-embeddings.yml up -d
// сценарии использования

Что можно создать

  • Site or docs search with semantic + keyword hybrid quality
  • E-commerce search with recommendations and merchandising controls
  • RAG chat over a company's content via API
  • A self-hosted search backend inside your own VPC
Advertisement
// вопросы и ответы

Вопросы и ответы

Who maintains Trieve?

devflowinc (the Trieve company) maintains it, with documentation at docs.trieve.ai.

Is Trieve free?

The code is MIT-licensed and self-hostable for free. The hosted service is commercial — the README links a sign-up with 1k chunks free.

Does it need a paid API key?

RAG and embedding flows use model providers: the local-dev guide sets OPENAI_API_KEY/LLM_API_KEY, and you can bring your own models instead.

How does it compare to SWIRL?

SWIRL federates live queries across your existing sources without copying data. Trieve is an indexed search/RAG platform you push chunks into, with recommendations and analytics built in.

How do I get started?

Sign up at dashboard.trieve.ai for the hosted API, or follow the README's local-development and self-hosting guides.

// продолжить изучение

Похожие инструменты

RAG и базы знаний

rag.computer

Rag.computer — self-hostable rag platform - document ingestion, embedd, open-source.

★ 100 звёздMIT
Смотреть руководство →
RAG и базы знаний

txtai

All-in-one AI framework for semantic search, LLM orchestration and language model workflows.

★ 13,0 тыс. звёздApache-2.0
Смотреть руководство →
RAG и базы знаний

ezdata

AI-native data platform: 60+ connectors, ETL, scheduling, and RAG search.

★ 293 звездыMIT
Смотреть руководство →
RAG и базы знаний

OpenDocuments

Self-hosted RAG search across GitHub, Drive, Notion, and local files.

★ 115 звёздMIT
Смотреть руководство →
RAG и базы знаний

docs-mcp

Self-hosted rag & knowledge: cometchat docs search + implementation bundles: add cha.

★ 97 звёздApache-2.0
Смотреть руководство →
RAG и базы знаний

WeKnora

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.

★ 31,9 тыс. звёздUnknown
Смотреть руководство →
// альтернативы

Альтернативы: RAG и базы знаний

Другие проекты из категории «RAG и базы знаний» с наибольшим числом звёзд в каталоге LibreAI — реалистичный список альтернатив, если trieve вам не подходит.

  • MarkItDown★ 193,5 тыс.

    MarkItDown — Microsoft tool that converts PDFs, Office files, images and more to clean Markdown for LLMs, MIT

  • Dify★ 157,8 тыс.

    Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or…

  • ragflow★ 91,6 тыс.

    RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context…

  • PaddleOCR★ 90,8 тыс.

    Lightweight OCR toolkit turning PDFs and images into structured, LLM-ready data in 100+ languages

  • MinerU★ 82,5 тыс.

    MinerU — turns PDFs and Office documents into LLM-ready Markdown and JSON for agents and RAG pipelines, Apache-2.0 plus terms

// ещё в категории rag

Больше проектов: RAG и базы знаний

Соседние проекты из категории «RAG и базы знаний» в каталоге, ближайшие по числу звёзд к trieve — продолжайте изучать полку по обе стороны от него.

  • trustgraph★ 2,8 тыс.

    The semantic intelligence layer for ontologies — governed, traceable knowledge for AI agents

  • SAG★ 2,5 тыс.

    A new state of the art for RAG: an open knowledge base for humans and agents.

  • autoflow★ 3,0 тыс.

    Graph RAG conversational knowledge base built on TiDB Serverless vector storage

  • KnowNote★ 1,2 тыс.

    A local-first AI knowledge base and NotebookLM replacement built with Electron.

  • swirl-search★ 3,0 тыс.

    Federated AI search and RAG across 100+ apps — answers with sources, without moving your data

  • knowledge-agent-template★ 1,1 тыс.

    Starter template for AI agents that stay synced with your knowledge base.

Получить trieve

Бесплатно и открыто — забирайте исходный код, ставьте звезду репозиторию и начинайте создавать.

Смотреть на GitHub ↗← Больше инструментов в категории «RAG и базы знаний»