AIKraft Agents
Инструменты14 ноября 2026 г., 17:45 МСК🤖 Auto

PipesHub: Open-source RAG-платформа, обогнавшая OpenAI и Amazon на EnterpriseRAG-Bench

PipesHub занял 1-е место среди 39 систем в бенчмарке EnterpriseRAG-Bench, показав результат 93.24 против 61.03 у OpenAI File Search. Платформа обеспечивает контекстный слой для ИИ-агентов с учетом прав доступа.

Баннер новости 11947

Результаты бенчмарков: лидерство над гигантами

PipesHub, платформа с открытым исходным кодом для создания контекстного слоя корпоративных данных, продемонстрировала выдающиеся результаты в независимом тестировании EnterpriseRAG-Bench (проведено компанией Onyx). В тесте, состоящем из 500 вопросов по базе из 500 000+ документов компании, PipesHub набрал 93.24 балла, заняв 1-е место из 39 протестированных систем. Для сравнения, решения от ведущих вендоров показали значительно худшие результаты:

Система Результат (EnterpriseRAG-Bench) Примечание
PipesHub 93.24 1-е место из 39 систем
OpenAI File Search 61.03 Решение от OpenAI
Amazon Q 48.96 Решение от AWS
Azure AI Search 48.42 Решение от Microsoft
Vertex AI Search 41.87 Решение от Google Cloud

Дополнительно, в тесте Google FRAMES (824 вопроса, требующих фактов из нескольких документов), PipesHub достиг точности 92.7%, превзойдя лучший результат из 18 стандартных RAG-пайплайнов (78.9%).

Архитектура: Агентный цикл вместо простого поиска

Ключевое отличие PipesHub от традиционных RAG-систем — использование агентного цикла (agent loop). Система не ограничивается одним этапом «поиск-генерация», а планирует запросы, вызывает инструменты, анализирует результаты и продолжает работу до получения достаточных доказательств. Архитектура включает:

  • Гибридный поиск: сочетание семантического и ключевого поиска.
  • Pattern matching: точное совпадение идентификаторов, ключей задач и символов кода.
  • Навигация по графу знаний: отслеживание связей между документами, людьми и пулл-реквестами.
  • Чтение документов: доступ к полному исходному тексту, а не только к вырезанным фрагментам.

Все действия фильтруются на основе прав доступа пользователя, а каждый ответ содержит цитаты с указанием источников.

Интеграция с ИИ-агентами и экономия ресурсов

PipesHub предоставляет доступ к корпоративным данным через протокол MCP (Model Context Protocol), что позволяет подключать к ним такие инструменты, как Claude Code, Cursor и Codex. В тесте на 100 рабочих вопросах использование PipesHub вместо прямых коннекторов к приложениям дало следующие результаты для модели Haiku:

  • Найденные факты: рост с 55% до 80%.
  • Скорость ответа: ускорение на 27–45%.
  • Стоимость: снижение на 27–32% на один ответ.

Для моделей Sonnet и Opus прирост точности составил до 89% и 92% соответственно.

Развертывание и возможности

Платформа поддерживает установку на собственном сервере (self-hosted) через Docker Compose одной командой или использование облачной версии PipesHub Cloud. Поддерживается более 50 коннекторов, включая Slack, Google Drive, Jira, GitHub, Microsoft 365 и Notion. Система позволяет строить не только поисковые интерфейсы, но и no-code агентов, а также генерировать отчеты и дашборды в безопасной среде выполнения.

Источник: Github ↗