ページ内ナビ
概要
Haystackはproduction-ready LLM application向けのPython orchestration frameworkです。retrieval、indexing、prompt、generator、memory、tool等をcomponentとしてPipelineへ接続し、loop/branchを含むRAGやAgent workflowを明示的に構成できます。
特徴と向いている用途
公式資料に基づく紹介・実機未検証 · 内容確認日:
主な特徴
modular componentをPipelineへ接続してRAGを構築する
Haystackはretriever、document store、prompt builder、generator等をcomponentとして接続し、data flowを明示したPipelineを同期・非同期で実行できます。
Agent・tool・memory・hookを組み合わせてagentic workflowを制御する
Agentはtool call、memory、lifecycle hook、step/token/tool-call tracking等を持ち、branchやloopを含むworkflowへ組み込めます。
出典:[1]
向いている用途
導入前の確認
外部provider credential・cost・telemetryを運用要件として管理する
Get StartedのLLM exampleはprovider API keyをSecretで渡し、READMEはanonymous component usage telemetryを収集すると説明しています。productionではcredential、data送信先、cost controlとtelemetry設定を確認します。
参考にした公式資料
- [1]Haystack v3.3.0 README(2026-10-04)
- [2]Haystack v3.3.0 Get Started(2026-10-04)
- [3]Haystack v3.3.0 package metadata(2026-10-04)
- [4]Haystack v3.3.0 release(2026-10-04)
- [5]Haystack Apache-2.0 license(2026-10-04)
編集部からの補足
retrievalやpromptingをblack box化せずcomponent graphとして制御したいRAG/agent systemに向きます。外部LLMやvector DBを組み合わせる場合はcredential・cost・data boundaryを別途設計し、anonymous telemetryを不要なら設定でopt-outしてください。
3ステップで試す
- 1
検証用Python virtual environmentを作成する
Haystack 3.3.0が要求するPython 3.10以上で独立した環境を作成します。
python3 -m venv .venv && . .venv/bin/activate - 2
Haystack 3.3.0をinstallする
core frameworkをversion固定して導入します。外部LLM provider credentialはまだ不要です。
python -m pip install haystack-ai==3.3.0 - 3
InMemory BM25 retrievalをAPI keyなしで実行する
外部model APIを呼ばず、DocumentStoreとRetriever componentが動作することを確認します。LLMを追加する場合はprovider credential・cost・data送信先を別途確認してください。
python -c 'from haystack import Document; from haystack.document_stores.in_memory import InMemoryDocumentStore; from haystack.components.retrievers import InMemoryBM25Retriever; s=InMemoryDocumentStore(); s.write_documents([Document(content="Haystack builds RAG pipelines"),Document(content="Dask runs parallel computing")]); print(InMemoryBM25Retriever(document_store=s).run(query="RAG")["documents"][0].content)'
成長
成長の推移 · 直近30日
26,647 Stars
推移データを蓄積中です。
開発アクティビティ
直近90日・週次
- Commit(直近30日)
- 255
- Open PR
- 58
開発アクティビティを蓄積中です。
Built with
カテゴリとタグ
GitHubデータ
GitHubのデータGitHubの詳細データを見る
GitHub Topics
- semantic-search
- information-retrieval
- ai
- python
- large-language-models
- generative-ai
- llm
- rag
- retrieval-augmented-generation
- agents
- orchestration
- agent-framework
- Stars
- 26,647
- Forks
- 3,228
- Watchers
- 166
- Open Issues
- 96
- Contributors
- 446
- 所有者種別
- Organization
- 主要言語
- Python
- ライセンス
- Apache-2.0
- リポジトリ最終更新
- 2026/10/02
関連情報
関連記事を投稿するこのOSSの使い方や活用事例をMarkdownで投稿できます。管理者が承認した後に公開されます。
あわせて探訪
- CrewAI59,327 Stars
共通タグ 5件 · 共通カテゴリ 2件 · 同じ言語
role-based Crewとevent-driven Flowを組み合わせ、multi-agent automationを構築する
Python - Dify157,734 Stars
共通タグ 5件 · 共通カテゴリ 2件
AIワークフロー、検索、エージェントを一つの基盤で設計・公開する
TypeScript - PipesHub3,811 Stars
共通タグ 5件 · 共通カテゴリ 1件 · 同じ言語
source systemの権限をquery時に保ったまま、社内知識をSearch・RAG・MCPへ供給する
Python - Skyvern23,131 Stars
共通タグ 4件 · 共通カテゴリ 2件 · 同じ言語
LLMと視覚理解で固定selectorに縛られずWeb業務を自動化する
Python - Langflow155,477 Stars
共通タグ 4件 · 共通カテゴリ 1件 · 同じ言語
AI処理を見える形で組み、APIとMCPへ展開する
Python - LangChain147,390 Stars
共通タグ 4件 · 共通カテゴリ 1件 · 同じ言語
model・tool・retrieval・middlewareを組み合わせてagentを構築するPython framework
Python
情報の誤りを報告
掲載内容に誤りや古い情報があればお知らせください。