Haystack 是 deepset 维护的开源 AI 应用框架，常用于搭建 RAG、文档问答、检索管线和 LLM 工作流。它更适合工程团队做可组合系统，不是给零代码用户快速拖拽页面的工具。
官方开源地址
GitHub：https://github.com/deepset-ai/haystack
它的核心思路
Haystack 把文档加载、切片、Embedding、检索、重排序、提示词、模型调用等环节拆成组件，再通过 Pipeline 组合。好处是可控、可替换、便于测试；代价是你需要理解每个组件为什么存在。
适合的场景
- 企业内部知识库，需要自定义检索和引用逻辑。
- 研究型团队，需要快速替换向量库、模型和评测方法。
- 开发团队，希望把 RAG 能力嵌入自己的后端服务。
使用门槛和坑点
Haystack 不会自动替你决定最佳架构。你要自己处理数据清洗、权限、评测、部署和监控。对只想快速上线一个聊天知识库的团队，Dify、RAGFlow、AnythingLLM 这类成品感更强的项目可能更快。
如果你已经有 Python 工程能力，并且希望 RAG 系统长期可维护，Haystack 值得投入；如果你没有工程人员，先不要从框架层开始。
