Die besten Open-Source-Tools für RAG 2026

Open-Source-Tools für RAG: Von 44 getesteten Angeboten liegen derzeit Qdrant, pgvector und Docling vorn. Alle sind nach unserer Bewertung sortiert, mit Preis, unserem Fazit und für wen sie sich eignen.

Von Sheela · Aktualisiert am 3. Nov. 2026 · So testen wir

So ist das Ranking entstanden: nach unserer Bewertung (maximal 5 Punkte), aus Tests auf Grundlage der Preise, Dokumentation und Richtlinien des jeweiligen Produkts sowie unabhängiger Benchmarks, wo es sie gibt, jeweils geprüft an dem im Test genannten Datum. Wir erhalten keine Affiliate-Provisionen.

1
Qdrant
Gefilterte Vektorsuche, die richtig gemacht ist, macht Qdrant zur Open-Source-Datenbank, an der sich produktive RAG-Systeme messen lassen müssen, solange jemand einen Server absichert, der offen ausgeliefert wird.
Am besten für: Teams mit produktivem RAG oder produktiver Suche, die schnelle gefilterte Vektorabfragen brauchen.
Preis: Kostenlos und Open Source unter der Apache-2.0-Lizenz. Qdrant Cloud bietet einen kostenlosen Cluster mit 1 GB, danach nutzungsbasierte Abrechnung; Premium, Hybrid und Private Cloud werden über den Vertrieb bepreist.
Unseren Test von Qdrant lesen
4.7/5
2
pgvector
Für die meisten Teams, die schon auf Postgres sind, ist eine eigene Vektordatenbank zusätzliche Infrastruktur, die pgvector überflüssig macht.
Am besten für: Teams, die schon auf Postgres sind und RAG oder semantische Suche über einige Millionen Vektoren bauen.
Preis: Kostenlos und Open Source unter der PostgreSQL License. Die einzigen Kosten sind die Postgres-Instanz, die du schon betreibst, oder eine größere.
Unseren Test von pgvector lesen
4.6/5
3
Docling
Docling ist der Open-Source-Parser, der Tabellen richtig erkennt, und der, dessen Sicherheitsreleases du dir nicht sparen kannst.
Am besten für: Teams, die selbst gehostetes RAG über PDFs und Office-Dokumente mit komplexen Tabellen bauen.
Preis: Kostenlos und Open Source unter der MIT-Lizenz.
Unseren Test von Docling lesen
4.5/5
4
Milvus
Gebaut für Milliarden von Vektoren und bezahlt mit Betriebsaufwand; unterhalb einiger hundert Millionen ist es mehr Datenbank, als die meisten Teams brauchen.
Am besten für: Plattformteams, die Vektorsuche mit Hunderten Millionen bis Milliarden Vektoren betreiben.
Preis: Kostenlos und Open Source unter Apache 2.0. Zilliz Cloud ist der verwaltete Dienst: kostenlose Stufe (5 GB, fünf Collections), Dedicated ab 63 $, 16 $ oder 5 $ pro Million Vektoren mit 768 Dimensionen im Monat (performance, capacity oder tiered), Enterprise ab 197 $ im Monat, Business Critical auf Angebot.
Unseren Test von Milvus lesen
4.4/5
5
Scrapling
Der Python-Scraper für Websites, die sich wehren, vorausgesetzt, dir ist klar, wofür seine Anti-Bot-Funktionen gedacht sind.
Am besten für: Python-Entwickler und Datenteams, die Websites scrapen, die sich oft ändern oder einfache Clients blockieren, auch für Agenten- und RAG-Pipelines.
Preis: Kostenlos unter der BSD-3-Clause-Lizenz. Proxys, CAPTCHA-Dienste und Hosting zahlst du selbst.
Unseren Test von Scrapling lesen
4.4/5
6
Graphiti
Für Agenten, deren Fakten sich mit der Zeit ändern, ist Graphiti die Open-Source-Gedächtnisschicht, an der sich andere messen müssen, sofern du eine Graphdatenbank betreiben und bei jedem Schreibvorgang für LLM-Extraktion zahlen willst.
Am besten für: Teams, die langlebige Agenten bauen, die sich veränderliche Fakten über Nutzer, Konten oder die Welt merken müssen.
Preis: Kostenlos und Open Source unter Apache 2.0. Die Graphdatenbank stellst du selbst, und du bezahlst die LLM- und Embedding-Aufrufe bei der Aufnahme.
Unseren Test von Graphiti lesen
4.3/5
7
LlamaIndex
Immer noch ein tiefes Toolkit für dokumentenlastiges RAG, aber sein Hersteller sagt inzwischen offen, dass das Framework nicht mehr seine Priorität ist.
Am besten für: Python-Entwickler, die RAG oder Dokumenten-Agenten über große, vielfältige Datenquellen bauen.
Preis: Framework kostenlos unter MIT. LlamaParse (bezahlte Cloud): Free mit 10k Credits, Starter 50 $/Monat (40k Credits), Pro 500 $/Monat (400k Credits), Enterprise nach Vereinbarung; 1.000 Credits = 1,25 $.
Unseren Test von LlamaIndex lesen
4.3/5
8
Marker
Marker macht aus schwierigen PDFs brauchbares Markdown, besser als jede andere offene Pipeline, die seine Macher gemessen haben. Die Lizenz der Gewichte setzt dieser Freiheit allerdings eine Umsatzgrenze.
Am besten für: RAG- und Datenteams, die große Mengen komplexer oder gescannter PDFs auf eigener Hardware konvertieren.
Preis: Code kostenlos unter Apache 2.0; Gewichte kostenlos unter 5 Mio. $ Umsatz und Finanzierung, darüber kommerzielle Lizenz. Gehostete Datalab-API: Convert 4 $ pro 1.000 Seiten (fast oder balanced); Team-Plan 400 $/Monat.
Unseren Test von Marker lesen
4.3/5
9
MinerU
MinerU verbindet eines der genauesten offenen Dokumentmodelle mit einem regen, gut dokumentierten Toolkit, auch wenn seine Lizenz kein einfaches Open Source mehr ist und seine APIs sich ständig ändern.
Am besten für: RAG- und Datenteams, die große, gemischte Sammlungen von PDFs und Office-Dateien auf eigener Hardware parsen und eine Nennungsklausel akzeptieren können.
Preis: Kostenlos unter der MinerU Open Source License (Apache 2.0 mit zusätzlichen Bedingungen); ab 100 Millionen monatlich aktiven Nutzern oder 20 Millionen $ Monatsumsatz ist eine separate kommerzielle Lizenz nötig.
Unseren Test von MinerU lesen
4.3/5
10
Repomix
Repomix packt ein kleines Repo besser als alles andere in einen Prompt und wird zum falschen Werkzeug, sobald das Repo dem Kontextfenster entwächst.
Am besten für: Entwickler, die ein kleines oder mittleres Repo in einer Datei an ein Chatmodell übergeben wollen.
Preis: Kostenlos und Open Source (MIT). Die Webversion auf repomix.com ist kostenlos; eine kostenpflichtige Stufe gibt es nicht.
Unseren Test von Repomix lesen
4.3/5
11
Crawl4AI
Weiterhin der stärkste offene Crawler für LLM-Pipelines, doch die Sicherheitsbilanz des Docker-Servers im Jahr 2026 verbietet es, ihn ohne Härtung offen zu betreiben.
Am besten für: Python-Teams, die einen selbst gehosteten Crawler für RAG oder Agenten ohne Kosten pro Seite wollen.
Preis: Bibliothek und Docker-Server kostenlos (Apache 2.0 plus Klausel zur Namensnennung). Crawl4AI Cloud: 1.000 kostenlose Credits im Monat; Starter 10 $ im Monat für 10.000 Credits.
Unseren Test von Crawl4AI lesen
4.2/5
12
Firecrawl
Eine gehostete Web-Schicht für Agenten, die ihr Geld wert ist; die Open-Source-Ausgabe ist ein Ausgangspunkt, kein Ersatz.
Am besten für: Entwickler, die eine verwaltete API wollen, um Websites in LLM-taugliche Daten zu verwandeln.
Preis: Open Source unter AGPL-3.0. Cloud: Free 1.000 Credits/Monat; Hobby 19 $, Standard 99 $, Growth 399 $, Scale 749 $ im Monat; Enterprise individuell.
Unseren Test von Firecrawl lesen
4.2/5
13
Haystack
Ein Framework für Leute, die ihr RAG-System lesen wollen, statt ihm zu vertrauen, um den Preis, mehr von der Verdrahtung selbst zu schreiben.
Am besten für: Engineering-Teams, die wartbare RAG- und Agenten-Pipelines für die Produktion in Python bauen.
Preis: Kostenlos und Open Source unter der Apache-2.0-Lizenz. deepset Studio ist für einen Nutzer kostenlos; die Haystack Enterprise Platform wird individuell bepreist.
Unseren Test von Haystack lesen
4.2/5
14
OpenWiki
OpenWiki ist das erste von Agenten geschriebene Doku-Werkzeug, das weiß, welche seiner eigenen Sätze veraltet sind, und genau das macht generierte Dokumentation aufbewahrenswert.
Am besten für: Teams, deren Coding-Agenten immer wieder dieselbe Codebasis neu entdecken und die ein Wiki wollen, das sich per Pull Request selbst aktualisiert, statt zu veralten.
Preis: Kostenlos und Open Source (MIT). Du bezahlst deinen Modellanbieter direkt.
Unseren Test von OpenWiki lesen
4.2/5
15
pdf-inspector
pdf-inspector gehört an den Anfang jeder PDF-Pipeline, denn der günstigste OCR-Aufruf ist der, den du nie machst.
Am besten für: Engineers, die RAG- oder Agenten-Pipelines über überwiegend digitale PDFs bauen und eine schnelle lokale Extraktion und eine günstige Entscheidung zwischen Scan und Text wollen.
Preis: Kostenlos unter der MIT-Lizenz.
Unseren Test von pdf-inspector lesen
4.2/5
16
Weaviate
Die hybride Suche aus Schlüsselwörtern und Vektoren ist weiterhin Weaviates bestes Argument, aber die neuesten Betriebsfunktionen liegen inzwischen hinter einem Lizenzschlüssel.
Am besten für: Teams, die Suche oder RAG bauen, bei denen exakte Schlüsselwörter und semantische Ähnlichkeit gleichermaßen zählen.
Preis: Der Kern steht unter BSD-3-Clause; einige Enterprise-Funktionen brauchen einen bezahlten Lizenzschlüssel. Weaviate Cloud: Free (100.000 Objekte), Flex nach Verbrauch mit einem Minimum von 45 $ pro Monat, Premium ab 400 $ pro Monat mit Vorauszahlungsvertrag.
Unseren Test von Weaviate lesen
4.2/5
17
Chroma
Schnell eingebettet und günstig gehostet für leselastiges RAG, allerdings wurde seit Mai 2026 nichts mehr getaggt.
Am besten für: Entwickler, die RAG-Prototypen bauen oder kleine bis mittelgroße Vektorsuchen betreiben.
Preis: Kostenlos und Open Source unter Apache 2.0. Chroma Cloud: Starter 0 $ plus Nutzung mit 5 $ Guthaben; Team 250 $/Monat plus Nutzung; Enterprise individuell. Schreiben 2,50 $/GiB, Speicher 0,33 $/GiB-Monat.
Unseren Test von Chroma lesen
4.1/5
18
Neo4j
Der Standard-Graph-Speicher, wenn dein RAG oder dein Agenten-Memory wirklich Beziehungen braucht. Die kostenlose Edition endet aber bei einem Server, und die meisten RAG-Systeme brauchen gar keinen Graphen.
Am besten für: Teams, deren Fragen an RAG oder Agenten-Memory von Beziehungen zwischen Entitäten abhängen und die einen bewährten Graph-Speicher brauchen.
Preis: Community Edition kostenlos unter GPLv3. Enterprise auf Angebot. AuraDB: kostenlose Stufe; Professional 0,09 $/GB/Stunde (mindestens 1 GB); Business Critical 0,20 $/GB/Stunde (mindestens 2 GB).
Unseren Test von Neo4j lesen
4.1/5
19
Open Ontologies
Open Ontologies bringt Pläne im Stil von Terraform und überprüfbare Beweise zu Ontologie-Änderungen und sagt ungewöhnlich ehrlich, wo seine Garantien enden.
Am besten für: Knowledge-Graph-Teams, die eine produktive OWL- oder RDF-Ontologie regelmäßig ändern und einem Reviewer oder Prüfer zeigen müssen, was jede Änderung nach sich zog.
Preis: Kostenlos und Open Source (MIT). Tesseract Semantics verkauft eine gehostete Plattform und Enterprise-Support zu nicht veröffentlichten Preisen und bietet seinen nächsten zehn Enterprise-Teams eine kostenlose Evaluierung über einen Monat an.
Unseren Test von Open Ontologies lesen
4.1/5
20
Xberg (formerly Kreuzberg)
Xberg öffnet fast jede Datei aus fast jeder Sprache, in der du schreibst, und diese Reichweite bringt eine große Fläche mit, die abgesichert werden muss.
Am besten für: Teams außerhalb von Python, die einen einbettbaren Parser für eine breite Mischung von Dateitypen brauchen, mit austauschbarem OCR.
Preis: Kostenlos unter der MIT-Lizenz. Xberg Pro und Enterprise (verwaltete oder selbst gehostete Backends) werden über ein Design-Partner-Programm verkauft; Preise gibt es nur nach Bewerbung.
Unseren Test von Xberg (formerly Kreuzberg) lesen
4.1/5
21
Indra OCR
Auf gewöhnlichen CPUs schnell genug, um die Rechnung für Massen-OCR zu verändern, vorausgesetzt, deine Dokumente sind sauberer Druck und dein Unternehmen liegt unter der 20-Mio.-$-Grenze der Lizenz.
Am besten für: Startups und Forschungsteams, die große Mengen sauber gedruckter Dokumente günstig auf CPUs per OCR verarbeiten müssen.
Preis: Code Apache-2.0; Gewichte unter modifizierter OpenRAIL-M kostenlos für Forschung, private Nutzung und Unternehmen unter 20 Mio. $ Finanzierung oder Umsatz; sonst kommerzielle Lizenz von Datalab.
Unseren Test von Indra OCR lesen
4.0/5
22
LanceDB
Wenn deine Embeddings neben Bildern, Videos oder Trainingsdaten liegen, macht LanceDB die separate Datenbank ganz überflüssig, auch wenn stark frequentierte Suche mit vielen Nutzern nicht das ist, wofür die kostenlose Bibliothek gebaut ist.
Am besten für: Teams, die mit multimodalen Daten oder Trainingsdaten arbeiten und Vektorsuche ohne eigenen Server wollen.
Preis: Kostenlos und Open Source unter Apache 2.0. LanceDB Enterprise wird über Jahresverpflichtungen verkauft; AWS Marketplace listet eine 12-monatige Verpflichtung über 60.000 $, private Angebote auf Anfrage.
Unseren Test von LanceDB lesen
4.0/5
23
Mem0
Mem0 ist noch immer der schnellste Weg, einem Agenten ein Gedächtnis zu geben, aber das Open-Source-SDK wird zunehmend zur Testversion einer Plattform, die Graph Memory und die besten Benchmark-Werte für sich behält.
Am besten für: Entwickler, die Chatbots und Agenten ein sitzungsübergreifendes Gedächtnis für Nutzer geben.
Preis: Open-Source-SDK kostenlos unter Apache 2.0. Platform: Free (10.000 Adds und 1.000 Abrufe im Monat in den ersten 30 Tagen, Modellaufrufe inklusive, danach 50.000 Adds und 10.000 Abrufe mit eigenem LLM-Schlüssel, darüber hinaus nutzungsbasiert abgerechnet bis zu einer selbst gesetzten Obergrenze); Custom-Pläne auf Angebot. Die früheren Pläne Starter für 19 $ und Pro für 249 $ werden nicht mehr aufgeführt.
Unseren Test von Mem0 lesen
4.0/5
24
RAGFlow
Ein fertiges Produkt vom Dokument bis zur Antwort, das auf einem einzigen Server läuft und dessen Sicherheitsbilanz sagt, dass es hinter ein VPN gehört und nicht ins offene Internet.
Am besten für: Teams, die selbst gehostete Fragen und Antworten über Dokumente und einen Wissensassistenten wollen, ohne eine Pipeline zu bauen.
Preis: Kostenlos und Open Source unter der Apache-2.0-Lizenz. InfiniFlow verkauft außerdem RAGFlow Cloud: Free (500 Credits im Monat, kein API-Key), Starter für 29 $ im Monat und Pro für 129 $ im Monat (jeweils neben höheren 59 $ und 259 $ angezeigt) sowie Enterprise auf Anfrage mit BYOC und On-Premises-Deployment.
Unseren Test von RAGFlow lesen
4.0/5
25
Airbyte
Airbyte hat den breitesten offenen Katalog, um Geschäftsdaten in einen RAG-Index zu ziehen, aber seine KI-Ziele hinken dem ELT-Kern hinterher, und wer es selbst hostet, ist für seine Sicherheitspatches selbst verantwortlich.
Am besten für: Datenteams, die ein RAG-System aus vielen SaaS-Apps und Datenbanken speisen und inkrementelle Syncs wollen, die sie selbst hosten können.
Preis: Das selbst gehostete Core ist kostenlos (MIT und ELv2). Cloud Standard ab 20 $/Monat mit 5 Credits; Plus ab 189 $/Monat für 40 Credits bis 4.999 $ für 2.000; Pro und Enterprise Flex nach Vereinbarung.
Unseren Test von Airbyte lesen
3.9/5
26
LightRAG
Der vernünftige Weg, Graph-RAG auszuprobieren, günstiger zu pflegen als Microsoft GraphRAG, aber die meisten Teams sollten erst nachweisen, dass sie einen Graphen brauchen, bevor sie einen hinzufügen.
Am besten für: Teams, deren Evaluationen zeigen, dass Multi-Hop-Fragen mit hybrider Suche scheitern, und die einen Graphen auf Postgres wollen.
Preis: Kostenlos und Open Source unter der MIT-Lizenz. Indexierung und Abfragen verbrauchen dein eigenes LLM- und Embedding-Guthaben.
Unseren Test von LightRAG lesen
3.9/5
27
code2prompt
code2prompt ist der Packer für Leute, denen das Prompt-Template wichtig ist, gebremst durch eine Release-Spur, die nicht mehr zusammenpasst.
Am besten für: Terminal-Nutzer, die aus ihrem Code Prompts nach Templates oder aus git-Diffs bauen wollen.
Preis: Kostenlos und Open Source (MIT).
Unseren Test von code2prompt lesen
3.8/5
28
Cognee
Cognee baut aus fast jeder Quelle einen gemeinsamen Wissensgraphen, aber seine Voreinstellungen brauchen einen Verantwortlichen, bevor sie auf die Produktion treffen.
Am besten für: Teams, die mehrere Agenten bauen, die einen gemeinsamen, aus vielen Quellen zusammengesetzten Wissensgraphen brauchen.
Preis: Open Source unter Apache 2.0. Cognee Cloud: kostenlos bis 1 Mio. Tokens und ein Workspace, danach 1 $ pro 1 Mio. Tokens plus 5 $ pro zusätzlichem Workspace und Monat; Enterprise ist ein BYOC-Projekt nach Angebot.
Unseren Test von Cognee lesen
3.8/5
29
MarkItDown
MarkItDown bringt Office-Dateien schneller in ein Modell als jedes andere Open-Source-Werkzeug und plättet genau die PDFs, die für Retrieval intakt bleiben müssten.
Am besten für: Entwickler, die Office-Dokumente und saubere digitale PDFs schnell und günstig an ein Modell übergeben müssen.
Preis: Kostenlos und Open Source unter der MIT-Lizenz. Optionale Azure-Konvertierungsdienste rechnet Microsoft ab.
Unseren Test von MarkItDown lesen
3.8/5
30
Ocrs
Ocrs ist die OCR-Engine zum Einbetten, wenn du einen sauberen Rust-Build und englischen Text willst, und die falsche, sobald eine Seite auf Chinesisch kommt.
Am besten für: Rust- und WebAssembly-Entwickler, die schlanke OCR für englischen Text in ihrer eigenen Anwendung brauchen.
Preis: Kostenlos unter Apache-2.0; die Modelle lassen sich kostenlos von Hugging Face herunterladen.
Unseren Test von Ocrs lesen
3.8/5
31
Unstructured
Immer noch das breiteste Netz für ausgefallene Dateiformate, aber die Macher veröffentlichen inzwischen selbst die Zahlen, die zeigen, warum du stattdessen sie bezahlen solltest.
Am besten für: Teams, die ETL-Pipelines bauen, die viele Dokumentformate für RAG verarbeiten.
Preis: Bibliothek kostenlos unter Apache 2.0. Gehostete Plattform: 10.000 Seiten kostenlos, danach 0,015 $ pro Seite; Business-Plan mit VPC oder dediziertem Deployment, Preis auf Anfrage.
Unseren Test von Unstructured lesen
3.8/5
32
Valyu TypeScript SDK (valyu-js)
Ein sorgfältiger, schnell weiterentwickelter Client für eine einzige kostenpflichtige API; der Code ist MIT, aber was du tatsächlich kaufst, ist Valyus Credit-Zähler.
Am besten für: TypeScript-Teams, die bereits entschieden haben, dass Valyus Datenquellen zu ihrem Agenten passen, und den offiziellen, gepflegten Client wollen.
Preis: SDK kostenlos unter MIT. Die Valyu-API wird in Credits abgerechnet: Pay-as-you-go 1.600 Credits pro 10 $; Pläne für 29 $, 99 $ und 499 $ im Monat; neue Konten erhalten 10 $ Gratis-Credits (20 $ mit einer Firmen-E-Mail).
Unseren Test von Valyu TypeScript SDK (valyu-js) lesen
3.8/5
33
Chonkie
Eine aufgeräumte Chunking-Bibliothek mitten in der Neufassung: v1.7 funktioniert heute, aber das meiste, was sie auszeichnet, soll in v2 wegfallen.
Am besten für: Teams, die einen schlanken Schritt für rekursives oder Code-Chunking brauchen und eine baldige Migration auf v2 hinnehmen können.
Preis: Kostenlos und Open Source unter der MIT-Lizenz.
Unseren Test von Chonkie lesen
3.7/5
34
Git for Global Law
Ein sorgfältiges, ehrliches Design für die Frage, was das Gesetz an einem Datum sagte, vorerst ausgebremst durch dünne Abdeckung außerhalb einer Handvoll Länder und offene Fehler, die ohne Warnung eine falsche Antwort liefern können.
Am besten für: Legal-Tech-Entwickler und Rechtsvergleicher, die Gesetzestext zu einem Stichtag für die wenigen Länder mit vollständigen Korpora wollen und alles Wichtige am Amtsblatt prüfen.
Preis: Kostenlos. Die Werkzeuge stehen unter CC0; der Rechtstext jedes Landes unterliegt den Bedingungen seines eigenen Repositorys (gemeinfrei, Licence Ouverte 2.0, OGL v3.0 oder die Weiterverwendungsbedingungen des BOE). Lexifinas separater juristischer Arbeitsbereich kostet 0 $, 20 $ oder 200 $ im Monat, Enterprise auf Anfrage.
Unseren Test von Git for Global Law lesen
3.7/5
35
grepai
grepai senkt die Rechnung eines Agenten fürs Codelesen, ohne Code irgendwohin zu schicken, auch wenn der eigene Benchmark die Ersparnis eher bei einem Viertel sieht als bei den 97% der Schlagzeile.
Am besten für: Entwickler, deren Coding-Agent ein Repo lokal nach Bedeutung durchsuchen soll, statt ganze Dateien zu lesen.
Preis: Kostenlos und Open Source (MIT). Läuft lokal mit Ollama oder LM Studio; OpenAI-Embeddings rechnet OpenAI ab.
Unseren Test von grepai lesen
3.7/5
36
Obscura
Obscura ist ein vielversprechender Weg, die Speicherrechnung beim Scraping im großen Maßstab zu senken. Aber es ist eine sechs Monate alte Engine mit anonymem Eigentümer und Stealth-Versprechen, und sie gehört hinter deine eigenen Tests, nicht davor.
Am besten für: Scraping- und Agenten-Teams, die für viele Chrome-Instanzen bezahlen und ihre Zielseiten vorher gegen eine Engine testen können, die nicht auf Chromium beruht.
Preis: Kostenlos unter Apache-2.0. Obscura Cloud (gehostet, mit Proxies) nur über Warteliste und ohne Preisangabe.
Unseren Test von Obscura lesen
3.7/5
37
ocr-rs (formerly rust-paddle-ocr)
ocr-rs ist der praktische Weg, die Abdeckung von Chinesisch und Japanisch aus PaddleOCR in eine Rust-Binary zu bringen, sofern dich ein einzelner Maintainer und eine C++-Laufzeitumgebung nicht beunruhigen.
Am besten für: Rust-Entwickler, die OCR für nicht lateinische Schriften, vor allem Chinesisch und Japanisch, in einer nativen Anwendung brauchen.
Preis: Kostenlos unter Apache-2.0; die PaddleOCR-Modelle von Baidu stehen unter Apache-2.0.
Unseren Test von ocr-rs (formerly rust-paddle-ocr) lesen
3.7/5
38
pg-jev
Ein cleverer Weg, einer Tabelle in SQL unscharfe Fragen zu stellen, sofern du einen Full Scan, eine Installation als Superuser und Zeilen, die die Datenbank verlassen, in Kauf nimmst.
Am besten für: Analysten und Entwickler auf selbst verwaltetem Postgres, die Tausende Zeilen nach ihrer Bedeutung klassifizieren oder filtern wollen, ohne eine Embedding-Pipeline zu bauen.
Preis: Kostenlos (PostgreSQL Licence). Jede beurteilte Zeile rechnet TypeSafes Jev-API ab, sofern du es nicht auf einen lokalen kompatiblen Server richtest.
Unseren Test von pg-jev lesen
3.7/5
39
deepseek-ocr.rs
deepseek-ocr.rs stellt ein modernes OCR-Modell auf einem Mac ohne Python hinter einen OpenAI-Endpunkt, ist aber ein Ein-Personen-Projekt, das seit Februar still ist.
Am besten für: Entwickler auf Apple Silicon oder reinen CPU-Rechnern, die ein lokales OCR-Modell hinter einer API im OpenAI-Stil ohne Python-Stack wollen.
Preis: Kostenlos unter Apache-2.0; Modellgewichte folgen ihren Upstream-Lizenzen.
Unseren Test von deepseek-ocr.rs lesen
3.6/5
40
ScrapeGraphAI
Gut darin, ein paar typisierte Felder aus unordentlichen Seiten zu ziehen, aber es schickt deine gescrapten Inhalte standardmäßig an seine Macher und bezahlt für jede Seite einen Modellaufruf.
Am besten für: Entwickler, die typisierte Felder aus einer überschaubaren Zahl unterschiedlicher Webseiten extrahieren.
Preis: Bibliothek kostenlos unter MIT; du bezahlst die LLM-Tokens. Gehostete API: einmalig 500 kostenlose Credits, danach 20 $, 100 $ oder 500 $ im Monat; Enterprise individuell.
Unseren Test von ScrapeGraphAI lesen
3.6/5
41
XERJ
Eine fähige lokale Suchmaschine für Agenten, verpackt in Anweisungen, die deinem Agenten sagen, ungefragt Berichte über dich einzureichen.
Am besten für: Entwickler, deren Agenten an großen privaten oder unbekannten Codebasen arbeiten und die XERJ_DISABLE_FEEDBACK vor dem ersten Einsatz setzen.
Preis: Kostenlos und Open Source (Apache 2.0). Optionales Reranking ruft den kostenpflichtigen Dienst Jev von TypeSafe mit deinem eigenen Key auf.
Unseren Test von XERJ lesen
3.6/5
42
franken_ocr
franken_ocr ist ein ernsthaftes Stück Ingenieursarbeit, das Unlimited-OCR auf eine Laptop-CPU bringt, verpackt in eine Lizenz und ein Governance-Modell, auf die sich die meisten Firmen nicht einlassen werden.
Am besten für: Einzelne Entwickler und kleine Teams, die die Qualität von Unlimited-OCR auf Rechnern ohne GPU brauchen und mit einem Projekt eines einzelnen Autors und dessen Lizenz leben können.
Preis: Kostenlos unter der MIT-Lizenz mit einem Zusatz, der OpenAI und Anthropic ausschließt; Modellgewichte tragen ihre Upstream-Lizenzen (Unlimited-OCR steht unter MIT).
Unseren Test von franken_ocr lesen
3.5/5
43
GraphRAG
Immer noch das Referenzdesign für Fragen über einen ganzen Korpus, aber Microsoft entwickelt es nicht mehr weiter, und die Indexierungsrechnung ist so hoch wie eh und je.
Am besten für: Teams mit einem festen, wertvollen Dokumentbestand, bei dem dokumentübergreifende Fragen einen teuren einmaligen Index rechtfertigen.
Preis: Kostenlos und Open Source unter der MIT-Lizenz. Die Indexierung läuft über dein eigenes OpenAI- oder Azure-OpenAI-Guthaben, und das README warnt, dass sie teuer werden kann.
Unseren Test von GraphRAG lesen
3.5/5
44
RustXNG
Ein schneller, agentenfreundlicher Weg, Websuche selbst zu hosten, gebremst von offenen Fragen, ob die vorgelagerten Anbieter diese Nutzung erlauben.
Am besten für: Entwickler, die eine lokale Websuche für ihre eigenen Agenten wollen und bereit sind, die Bedingungen jedes aktivierten Anbieters zu prüfen.
Preis: Kostenlos unter der AGPL-3.0-or-later-Lizenz. Optionale authentifizierte Suchanbieter rechnen direkt mit dir ab.
Unseren Test von RustXNG lesen
3.5/5