Haystack — это open-source AI orchestration framework от deepset: вы собираете production-ready RAG, агентов и multimodal-приложения как явные pipelines из components (retrievers, generators, tools, memory). Установка по доке: pip install haystack-ai. Фокус-ключ: haystack. Pillar — ИИ-автоматизация / n8n; сосед по RAG — RAG + LangChain + n8n.

Соседи: LangGraph, CrewAI, AnythingLLM.

Pipeline vs Agent vs Document Store

Кусок Роль Пример старта Когда брать
Pipeline явный граф components RAG: retriever → prompt → llm нужен контроль контекста
Document Store хранение документов InMemoryDocumentStore первый RAG без внешнего vector DB
Agent tool-calling цикл Agent + ComponentTool вопрос → tool → ответ
Hayhooks / Enterprise serve / платформа REST/MCP, managed выкладка и ops; цены не фиксируем

Источники: haystack.deepset.ai/overview/intro; docs.haystack.deepset.ai/docs/intro; docs.haystack.deepset.ai/docs/get_started (pip install haystack-ai, RAG Pipeline, Agent + serperdev-haystack). Цены Enterprise Platform в ₽ не фиксируем. Срез: 2026-10-04.

Как пользоваться Haystack: маршрут новичка

  1. Установите ядро: pip install haystack-ai.
  2. Для первого RAG: создайте InMemoryDocumentStore, положите несколько Document, соберите Pipeline из InMemoryBM25Retriever + ChatPromptBuilder + chat generator (например OpenAIChatGenerator).
  3. Соедините компоненты: connect("retriever", "prompt_builder.documents") и connect("prompt_builder", "llm"), затем pipeline.run(...).
  4. Для первого Agent: поставьте интеграцию web search при необходимости (pip install serperdev-haystack), оберните поиск в ComponentTool, передайте в Agent(chat_generator=..., tools=[...]).
  5. Задайте ключи провайдера (OPENAI_API_KEY и т.п.) и SERPERDEV_API_KEY, если используете Serper.
  6. Не смешивайте слои: RAG-пайплайн отвечает на вопрос по документам; Agent решает, когда звать tool.
  7. Когда пойдёте в prod — смотрите serve через Hayhooks/Enterprise в доке; рублевые прайсы здесь не фиксируем.
# RAG-каркас по docs Get Started (схема)
from haystack import Pipeline, Document
from haystack.document_stores.in_memory import InMemoryDocumentStore
from haystack.components.retrievers import InMemoryBM25Retriever
from haystack.components.builders import ChatPromptBuilder
from haystack.components.generators.chat import OpenAIChatGenerator

store = InMemoryDocumentStore()
store.write_documents([Document(content="My name is Jean and I live in Paris.")])
rag = Pipeline()
rag.add_component("retriever", InMemoryBM25Retriever(store))
rag.add_component("prompt_builder", ChatPromptBuilder(...))
rag.add_component("llm", OpenAIChatGenerator(model="gpt-4o-mini"))
rag.connect("retriever", "prompt_builder.documents")
rag.connect("prompt_builder", "llm")
# rag.run({"retriever": {"query": q}, "prompt_builder": {"question": q}})

Чеклист:
[ ] pip install haystack-ai
[ ] сначала InMemory RAG, потом внешний store
[ ] Agent + ComponentTool отдельно от чистого RAG
[ ] ключи только в env
[ ] Enterprise-цены не выдумываем

Типичные ошибки

  • Ждать Agent без ключа LLM и без tool-пакета для web search.
  • Пихать всё знание в prompt вместо Document Store + retriever.
  • Путать Haystack (deepset) с одноимёнными продуктами вне AI orchestration.
  • Фиксировать цены Enterprise Platform в ₽ без кабинета — не делаем.

FAQ: Haystack

Что такое Haystack?

Haystack — open-source AI orchestration framework от deepset: production-ready агенты, RAG и multimodal pipelines из переиспользуемых components. Канон: docs.haystack.deepset.ai и haystack.deepset.ai/overview.

Как установить Haystack?

Минимальная установка: pip install haystack-ai (в overview также пишут pip install -U haystack-ai). Дальше подключаете интеграции провайдеров по необходимости.

С чего начать новичку: RAG или Agent?

Оба маршрута есть в Get Started. RAG: Document Store + Retriever + ChatPromptBuilder + ChatGenerator в Pipeline. Agent: компонент Agent + tools (например SerperDevWebSearch через ComponentTool).

Что такое Pipeline и Components?

Pipeline — явный граф шагов: вы add_component и connect выходы/входы. Components — узлы (retriever, generator, ranker, agent, tool wrappers). Модульность позволяет менять модель или store без переписывания всего приложения.

Какой пакет нужен для web search в Agent?

В актуальной docs Get Started для SerperDevWebSearch указан пакет serperdev-haystack и переменная SERPERDEV_API_KEY. Плюс ключ LLM-провайдера (например OPENAI_API_KEY).

Чем Haystack отличается от LangChain/LangGraph и CrewAI?

Haystack делает акцент на явных pipelines, Document Stores и production RAG/agents. LangGraph — граф stateful-агентов. CrewAI — Crews+Flows. Соседи: RAG + LangChain + n8n, LangGraph, CrewAI.

Вывод

Haystack — явные pipelines: Document Store → retriever → prompt → generator для RAG, либо Agent + tools для tool-calling. Старт: pip install haystack-ai и Get Started в официальной доке. Когда нужна система обучения под RAG/агентов — форматы на странице обучения.

Артём Денисов — эксперт Нетологии и автор курса Яндекс Практикума по промпт-инжинирингу. Сверяет Haystack с docs.haystack.deepset.ai (Intro/Get Started) и haystack.deepset.ai/overview.

Хотите нейросети под свои задачи, а не «для всех»?

Когда базовых гайдов уже мало, помогает разбор под вашу работу. Наставничество, курсы и подписка Артёма Денисова — все форматы на странице обучения. Тех-pillar — ИИ-автоматизация / n8n.