用途
RLAMA 是一个完整的 AI 平台，用于构建 RAG（检索增强生成）系统和智能代理。它面向希望基于本地模型搭建文档问答、知识库查询以及多代理自动化工作流的用户。项目提供 macOS、Linux 和 Windows 三个平台版本。需要说明的是，官方声明该项目目前处于暂停状态，因作者需投入全职工作和大学学业，暂时无法进行积极开发，计划在日程允许时恢复。
主要能力
- RAG 系统：创建、管理和交互检索增强生成系统。支持 .txt、.md、.pdf 等多种文档格式，提供高级语义分块策略，数据本地存储与处理，不向外部发送。
- AI 代理与代理团队（Crews）：创建可执行特定任务的专用代理，代理角色包括研究员、写作者、程序员、分析师等；代理可配备工具（RAG 搜索、代码执行、网页搜索）；支持协作工作流，步骤可顺序或并行执行。
- 多代理工作流：支持顺序工作流、并行执行、由管理代理进行层级式委派。
- 集成与扩展：提供 HTTP API 服务器用于应用集成；跨平台支持；支持 Ollama，也支持 OpenAI 模型。
- 交互式会话：通过直观的终端界面对 RAG 系统和代理进行聊天。
- 可视化 RAG 构建器：无需编写命令，通过拖拽上传文档、简单控件配置高级设置、保存和分享配置，称可在 2 分钟内创建 RAG。
- 命令行工具：提供完整命令集，包括从文档创建 RAG 系统、创建和管理具有特定角色的 AI 代理、创建和编排多代理团队、启动与 RAG 或代理的交互式会话、列出可用的 RAG/代理/团队、定义代理间协作工作流、管理代理可用工具、设置或禁用目录监控、检查 RAG 被监控目录的新文件、启动 API 服务器、更新版本、显示版本等。
- 目录监控：可为 RAG 系统设置目录监控，检测新文件。
使用方式
用户可通过可视化 RAG 构建器以拖拽方式上传文档并配置设置，也可使用命令行接口。典型命令包括创建 RAG 系统（对文件夹中的文档建立索引，支持多种文件格式和嵌入模型）、创建和管理代理、创建和编排代理团队、启动交互式会话等。平台支持本地处理，也可接入 OpenAI 模型与 Ollama。
适用场景
- 技术文档问答：对项目文档、手册和规范进行智能查询。
- 私有知识库：为敏感文档创建安全的 RAG 系统，全程本地处理。
- 研究助手：部署 AI 代理查询研究论文、分析数据并生成见解。
- AI 代理工作流：为编码、写作、分析等自动化任务创建专用代理。
- 内容创作团队：编排 AI 代理团队进行内容创作、审核和发布工作流。
- 自动化工作流：构建代理顺序或并行执行的复杂多步骤工作流。
限制
- 项目目前暂停开发，官方无法投入时间进行积极开发，计划在日程允许时恢复。
- 文档未提供收费、价格或效果方面的信息，暂未提供。
- 需注意 Ollama 可能无法访问、文本提取问题、RAG 找不到相关信息等常见问题，官方提供相应快速修复建议。
- 支持的文档格式包括多种常见格式，具体完整列表暂未提供。
