Haystack 开源框架：面向 RAG 与智能体的模块化编排

项目定位

Haystack 是 deepset 维护的开源 Python AI 编排框架，README 将其定位为构建 LLM 应用的基础设施：用模块化管线（Pipeline）和智能体工作流（Agent workflow）来组织检索、路由、记忆与生成，目标是让这些环节保持显式控制。该说明来自项目自述，不含独立评测或性能数据。

可确认的能力范围

• 管线与工作流：支持用内置组件搭建检索、索引、工具调用、记忆与评估流程，也可自建组件；管线内可加入循环、分支与条件逻辑。
• 智能体机制：提供生命周期钩子（如 before_llm、before_tool、on_exit）用于插入自定义逻辑；对外暴露 step_count、token_usage 与工具调用记录。README 另提到 Agent Pack 提供现成智能体，以及 SkillToolset 的技能描述按需进入上下文。
• 异步执行：同一个 Pipeline 可同步或异步运行并逐 token 流式输出；Agent 可并发执行工具调用。
• 模型与厂商无关：README 列举了 OpenAI、Mistral、Anthropic、Cohere、Hugging Face、Google、Azure OpenAI、AWS Bedrock 及本地模型等接入对象。
• 部署辅助：配套项目 Hayhooks 可将管线封装为 REST API 或 MCP 服务，并支持 OpenAI 兼容的对话补全端点。

安装与文档线索

README 给出的最简安装方式为 pip install haystack-ai，并说明可通过 pip install --pre haystack-ai 获取 nightly 预发布版本，另有 Docker 等安装方式需查阅官方文档。文档入口包括“What is Haystack?”、Get Started 指南、教程与 Cookbook。

使用边界

README 同时说明框架会收集匿名使用统计（组件初始化时上报事件），并指向文档中关于退出遥测的说明。企业支持、托管平台与自托管方案属于商业产品线，与开源框架本身的能力应分开看待。此外，该页面未给出性能基准、版本变更记录或部署步骤细节，相关结论需以官方文档与实际验证为准。