Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).
KI-Unterstützung und dokumentengestützte Suche
Übergeordnete Kategorie: Docs-as-Code
Offene Software für RAG-Suche und die Integration von Dokumentationsassistenz.
Open-Source-Auswahl nach Reifegrad
5 Einträge: für den jeweils beschriebenen Speicherumfang ausgewählt.
Redaktioneller Stand: 27. September 2026; Bewertungskriterien und Grenzen gelten auch hier. Die Rangfolge priorisiert Reife und danach die Passung zum Thema.
| Rang | Software und offizielle Quelle | Lizenz des betrachteten Kerns | Reifegrad | Begründung | Passender Speicherweg und Nachweis |
|---|---|---|---|---|---|
| 1 | Haystack | Apache-2.0 (Kern) | Hoch | Dokumentierte Pipelines, Tests und Migrationshinweise. | PostgreSQL: PostgreSQL + pgvector für Dokumente und Vektoren |
| 2 | LlamaIndex | MIT (Kern) | Hoch | Dokumentation, Beispiele und nachvollziehbarer Änderungsverlauf. | Dateien: Lokale Dateien via StorageContext.persist |
| 3 | LangChain | MIT (Bibliothek) | Hoch | Dokumentierte Integrationen und Sicherheitsrichtlinie. | PostgreSQL: PostgreSQL über langchain-postgres |
| 4 | LangGraph | MIT (Bibliothek) | Hoch | Dokumentierte Abläufe mit Zustandsverwaltung. | PostgreSQL: PostgreSQL-Checkpointer und Store konfigurieren |
| 5 | AnythingLLM | MIT (Kern) | Mittel für PostgreSQL-Betrieb | PostgreSQL-Pfad im Quellprojekt beschrieben; zusätzliche Einrichtung erforderlich. | PostgreSQL: Prisma-Datenbank umstellen und pgvector konfigurieren |
Einsatz und Abgrenzung
Diese Auswahl fokussiert auf KI-Unterstützung im Dokumentationsprozess. Sprachmodelle und RAG-Pipelines können Dokumentbestände durchsuchen oder Konsistenz prüfen, ersetzen aber weder automatisierte Linters noch deterministische Build-Läufe.
- Haystack: Ermöglicht semantische Suche über versionierten Markdown- und Textbeständen; Indexierung und Auswertung müssen in die Dokumentations-Pipeline integriert werden.
- LlamaIndex: Unterstützt das Einlesen und Strukturieren dateibasierter Dokumentenquellen; die offene Bibliothek ist von gehosteten Zusatzangeboten zu trennen.
- LangChain: Liefert Integrationsketten für Dokumentenabfragen; für eine automatisierte Redaktionsprüfung müssen konkrete Regeln und Werkzeuge selbst definiert werden.
- AnythingLLM: Bietet eine Desktop- und Web-Schnittstelle zur Abfrage von Textbeständen. Zur Einhaltung des Speicherfilters ist die Konfiguration von PostgreSQL und pgvector zwingend erforderlich.
- LangGraph: Eignet sich zur Steuerung mehrstufiger Prüf- und Korrekturabläufe bei Pull Requests. PostgreSQL-Checkpointer sind explizit einzurichten; Dateibearbeitung und Linter werden als Werkzeuge angebunden.