ragstack

无服务器文档与媒体处理，支持 AI 聊天。缩容至零的架构 —— 无向量数据库费用，无闲置成本。上传文档、图片、视频和音频 —— 使用 OCR 或转录提取文本 —— 通过 Amazon Bedrock 或借助 MCP 使用你的 AI 助手进行查询。

有问题？

功能

• ☁️ 完全无服务器架构（Lambda、Step Functions、S3、DynamoDB）
• 🧠 全新 Amazon Nova 多模态嵌入，用于文本和图像向量化
• 📄 文档处理与向量化（PDF、图片、Office 文档、HTML、CSV、JSON、XML、EML、EPUB）→ 存储于托管知识库
• 🎬 全新 视频/音频处理 —— 使用 AWS Transcribe 转录语音，可按时间戳搜索
• 💬 带检索增强上下文和来源归属的 AI 聊天
• 📎 可折叠的引用来源，支持可选下载文档
• ⏱️ 全新 带时间戳链接的媒体来源 —— 点击即可从确切位置开始播放
• 🔍 元数据筛选 —— 自动发现文档元数据并筛选搜索结果
• 🎯 为筛选结果提升相关性 —— 优先展示来自元数据筛选的匹配项
• 🔄 知识库重新索引 —— 使用更新后的设置重新生成现有文档的元数据
• 🗑️ 文档管理 —— 在仪表板中重新处理、重新索引或删除文档
• 🌐 适用于任何框架的 Web 组件（React、Vue、Angular、Svelte）
• 🚀 一键部署
• 💰 每月 $7-10（1000 份文档，Textract + Haiku）

在线演示

环境	URL	凭据
基础流水线	dhrmkxyt1t9pb.cloudfront.net	[email protected] / Guest@123
项目展示	showcase-htt.hatstack.fun	以访客身份登录

基础流水线：核心文档处理工具 —— 上传、OCR 和查询文档。

项目展示：查看 RAGStack 如何驱动一个真实应用。

快速开始

方案 1：一键部署（AWS Marketplace）

仓库正在积极开发中，会经常变动

直接从 AWS 控制台部署——无需本地环境：

1. 在 AWS Marketplace 订阅 RAGStack（免费，非必需——如果已订阅，Lambda 角色会在首次运行时自动接受 Bedrock 模型协议）
2. 点击此处部署
3. 输入堆栈名称（仅限小写，例如 "my-docs"）和管理员邮箱
4. 点击 Create Stack（部署大约需要 10 分钟）

部署后：

• 查看邮箱获取临时密码（来自 Cognito）
• 前往 CloudFormation → 你的堆栈 → Outputs 标签页，找到 Dashboard URL（UIUrl）

方案 2：从源码部署

用于自定义或开发：

前置条件：

• 具有管理员权限的 AWS 账户
• Python 3.13+、Node.js 24+
• uv（Python 包管理器）
• AWS CLI、SAM CLI（已配置）
• Docker（用于构建 Lambda 层）

git clone https://github.com/HatmanStack/RAGStack-Lambda.git
cd RAGStack-Lambda

# Install dependencies
uv sync

# Deploy (defaults to us-east-1 for Nova Multimodal Embeddings)
python publish.py \
  --stack-name my-docs \
  --admin-email [email protected]

方案 3：嵌套堆栈部署

将 RAGStack 作为更大 CloudFormation 堆栈的一部分进行部署。详见嵌套堆栈部署指南。

快速示例：

Resources:
  RAGStack:
    Type: AWS::CloudFormation::Stack
    Properties:
      TemplateURL: https://ragstack-quicklaunch-public.s3.us-east-1.amazonaws.com/ragstack-template.yaml
      Parameters:
        StackPrefix: 'my-app-ragstack'  # Required: lowercase prefix
        AdminEmail: [email protected]

Web Component 集成

Web Component 集成指南请参阅 RAGSTACK_CHAT.md。

API 访问

服务端集成使用 API key 认证。从 Dashboard → Settings 获取你的 key。

curl -X POST 'YOUR_GRAPHQL_ENDPOINT' \
  -H 'x-api-key: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{"query": "query { searchKnowledgeBase(query: \"...\") { results { content } } }"}'

Web Component 使用 IAM 认证（无需 API key——自动处理）。

每个 UI 标签页都会在可展开区域中显示服务端 API 示例。

MCP 服务（AI 助手集成）

在 Claude Desktop、Cursor、VS Code、Amazon Q CLI 及其他兼容 MCP 的工具中直接使用你的知识库。

# Install (or use uvx for zero-install)
pip install ragstack-mcp

添加到你的 AI 助手的 MCP 配置中：

{
  "ragstack-kb": {
    "command": "uvx",
    "args": ["ragstack-mcp"],
    "env": {
      "RAGSTACK_GRAPHQL_ENDPOINT": "YOUR_ENDPOINT",
      "RAGSTACK_API_KEY": "YOUR_API_KEY"
    }
  }
}

然后自然地提问："Search my knowledge base for authentication docs"

完整设置说明请参阅 MCP 服务文档。

架构

Upload → OCR → Embeddings → Bedrock KB
                                ↓
 Web UI (Dashboard + Chat) ←→ GraphQL API
                                ↓
 Web Component ←→ AI Chat with Sources

使用

文档

上传多种格式的文档。自动检测会将其路由到最优处理器：

类型	格式	处理方式
文本	HTML, TXT, CSV, JSON, XML, EML, EPUB, DOCX, XLSX	直接提取并智能分析
OCR	PDF, JPG, PNG, TIFF, GIF, BMP, WebP, AVIF	Textract 或 Bedrock 视觉 OCR（WebP/AVIF 需要 Bedrock）
媒体	MP4, WebM, MP3, WAV, M4A, OGG, FLAC	AWS Transcribe → 30 秒片段 → 带时间戳可搜索
直通	Markdown (.md)	直接复制

处理时间：UPLOADED → PROCESSING → INDEXED（文本通常 1-5 分钟，OCR 2-15 分钟，媒体 5-20 分钟）

图片

上传带说明文字的 JPG、PNG、GIF、WebP。视觉内容和说明文字均可搜索。

网页抓取

将网站抓取到知识库中。详见网页抓取。

视频与音频

上传 MP4、WebM、MP3、WAV、M4A、OGG 或 FLAC 文件。语音使用 AWS Transcribe 转录，并分割为 30 秒的片段以供搜索。来源包含时间戳（例如 "1:30-2:00"）及可点击链接，可在精确位置播放。

功能：

• 说话人分离（识别谁说了什么）
• 可配置语言（支持 30+ 种语言）
• 聊天回复中的来源带有时间戳链接

语言和说话人设置请参阅配置。

聊天

就你的内容提问。来源会显示答案的出处。

文档

• 配置 - 设置、配额、API 密钥与文档管理
• 嵌套堆栈部署 - 作为更大规模 CloudFormation 堆栈的一部分进行部署
• 图片上传 - 图片上传与说明文字生成
• 网页抓取 - 抓取网站
• 元数据筛选 - 自动发现元数据并筛选结果
• 聊天组件 - 随时随地嵌入聊天
• API 参考 - GraphQL API 文档
• 架构 - 系统设计与 API 参考
• 开发 - 本地开发
• 迁移 - 版本迁移指南
• 故障排除 - 常见问题
• 库参考 - lib/ragstack_common 的公开 API

开发

npm run check  # Lint + test all (backend + frontend)

部署选项

直接部署

# Full deployment (defaults to us-east-1)
python publish.py --stack-name myapp --admin-email [email protected]

# Skip dashboard build (still builds web component)
python publish.py --stack-name myapp --admin-email [email protected] --skip-ui

# Skip ALL UI builds (dashboard and web component)
python publish.py --stack-name myapp --admin-email [email protected] --skip-ui-all

# Enable demo mode (rate limits: 5 uploads/day, 30 chats/day; disables reindex/reprocess/delete)
python publish.py --stack-name myapp --admin-email [email protected] --demo-mode

发布到 AWS Marketplace（维护者）

更新一键部署模板：

python publish.py --publish-marketplace

此命令会打包应用并上传到 S3，用于一键部署。

注意： 目前需要 us-east-1（Nova Multimodal Embeddings）。当其他区域可用时，请使用 --region <region>。

致谢

本项目灵感来自：

• Accelerated Intelligent Document Processing on AWS - AWS Solutions Library 参考架构
• docs-mcp-server - 用于文档搜索的 MCP 服务