Что реально ставят при построении RAG в 2026 году: замер по двум реестрам

Опросов про «долю команд, использующих такой-то подход» не существует, зато существует то, что можно посчитать: сколько раз скачали каждый пакет. 27 августа 2026 года мы запросили счётчики напрямую. Python, за месяц:

Первое, что бросается в глаза: два самых скачиваемых пакета в этом списке к RAG отношения не имеют. Клиент провайдера и счётчик токенов нужны любому, кто вообще обращается к модели, — независимо от того, строит он поиск по документам или нет.

Сложим специализированные векторные базы и сравним с расширением к обычному PostgreSQL:

Разница — меньше двух процентов. То есть подход «положить вектора в базу, которая уже есть» по распространённости сравним со всеми выделенными векторными хранилищами, вместе взятыми.

Это согласуется и с нашим замером драйверов: PostgreSQL лидирует в обеих экосистемах с большим отрывом. Если база уже стоит и уже обслуживается, добавить к ней расширение дешевле, чем завести и сопровождать вторую систему хранения.

Оговорка к строке weaviate. Его питоновский клиент даёт 111 млн скачиваний в месяц, а javascript-клиент — 32 тысячи в неделю. Отношение в тысячи раз одной лишь популярностью не объясняется; скорее всего пакет тянется как зависимость чего-то ещё или многократно ставится в сборках. Мы вынесли его из сравнения выше и не считаем эту цифру мерой применения.

Те же измерения в npm, за неделю:

Два различия между экосистемами существенны.

Оркестратор другой. В Python безраздельно доминирует LangChain. В JavaScript его версия даёт три миллиона в неделю, а набор от Vercel — двадцать три, то есть в восемь раз больше. Пишущим на двух языках стоит знать, что «стандартный» инструмент здесь не общий.

Расклад провайдеров другой. В JavaScript клиент Anthropic практически сравнялся с клиентом OpenAI — 35,9 млн против 36,5. В Python отставание двукратное: 208 млн против 452. Одна и та же пара провайдеров, разное соотношение.

Скачивания — не проекты и не пользователи. Основную массу дают сборочные конвейеры. Пакет, который тянут при каждой сборке, обгонит тот, что ставят однажды.

Неделя и месяц не сравнимы напрямую. Числа npm и PyPI приведены в разных окнах и в разных по размеру экосистемах; сопоставлять их между собой нельзя, сравнивать внутри одного списка — можно.

Скачивание клиента не означает RAG. Пакет openai ставит и тот, кто строит поиск по документам, и тот, кто просто просит модель переписать текст. Отделить одно от другого по счётчику невозможно.

Опросов о применяемых схемах не существует. Ни один поставщик и ни один исследователь не публикует, какая доля команд использует переранжирование, гибридный поиск или разбиение по смыслу. Всё, что встречается в подборках вида «85% команд применяют...», источника не имеет.

Что эти числа действительно показывают — относительный вес подходов внутри одной экосистемы. И самое практичное здесь: прежде чем заводить отдельное векторное хранилище, посмотрите, не хватит ли расширения к базе, которая у вас уже работает. По распространённости этот путь не уступает.

Проверить, что за база у вас отвечает и как быстро, можно в проверке портов.