用途：Haystack 用于构建生产级搜索与 NLP 流水线，尤其是检索增强生成（RAG）与检索密集型的问答、搜索任务。
主要能力：核心抽象是 Pipeline——由类型化组件构成的有向无环图，通过 add_component 与 connect 显式声明连接，并在执行前完成校验；组件有明确的输入/输出槽位，连接需类型匹配。索引与查询分为两条独立流水线并共享同一个 DocumentStore：一条负责加载、清洗、嵌入、写入文档，另一条负责检索、提示、生成回答。PromptBuilder 使用 Jinja2 模板（如 {{documents}}、{{question}}），而非 f-string。评估同样可作为流水线，通过评估组件度量忠实度、相关性或自定义指标。文档存储可选 InMemory（开发）与 Elasticsearch/Pinecone（生产）；检索方式包括向量检索、BM25 及并行混合检索配合 DocumentJoiner。部署可使用 Hayhooks 提供 REST API。
必要用法：先创建 DocumentStore，再建 Pipeline 并依次 add_component、connect 各组件，最后 pipeline.run(...) 传入各组件所需输入。
适用场景：检索与 NLP 流水线、已有文档需索引、搜索用例、生产部署（配合 Hayhooks 与评估流水线）。
限制与说明：资料未提供具体安装命令、收费与价格、性能或效果数据；文中仅给出部署、评估、故障排查等参考文件与模板名称，未展开其内容。