HKUDS/RAG-Anything

项目概览

该框架采用结合向量相似度搜索与图遍历的混合检索方式处理多模态内容，为解决复杂异构文档的问答提供了一种可观测的工程路径。

项目类型

RAG 与知识库 · 向量数据库 · 文档处理

应用场景

文档办公 · 知识问答

部署方式

查看项目说明

License

MIT

适合谁

• 需要在代码项目中集成 RAG 功能，并对包含图像、表格和数学方程的 PDF 或 Office 文档进行提问的开发者。
• 已有预解析内容列表，并希望利用结合向量与图遍历机制进行知识图谱检索和问答的研究人员。

核心能力

• 提供从文档摄取和解析到多模态查询回答的工作流程。
• 处理 PDF、Office 文档、图像及其他受支持的文件格式。
• 利用专用处理器分析图像、表格、数学方程和异构内容。
• 结合向量相似度搜索和图遍历进行多模态内容检索。
• 接受外部预解析的内容列表，而无需强制进行文档解析步骤。

限制与风险

• 处理 Office 文档需要单独安装 LibreOffice。
• 使用该框架需要编程能力，且文档记录的端到端示例依赖外部 OpenAI 兼容 API、特定的模型配置，涉及 API 密钥的获取与设置。
• 文档未记录操作系统要求、GPU 要求以及数据库要求，在评估部署环境时需自行测试验证。

如何开始

• 基础安装可通过一条 pip 命令完成，但完整的文档格式支持可能需要安装可选的 Python 附加组件以及单独安装 LibreOffice；源码安装则需要安装 uv、克隆仓库并同步依赖。文档中未记录 GPU 硬件要求。
• 项目记录的端到端示例需要 API 密钥配置，并可选择接受 Base URL 以连接 OpenAI 兼容的 API。文档示例中配置了 gpt-4o-mini 作为 LLM 模型，gpt-4o 用于图像处理，text-embedding-3-large 用于嵌入。

替代方案与同类比较

• 如果寻求具有深度文档理解和异构数据源兼容性的 RAG 系统，RAGFlow 提供了相应的文档处理功能，可作为替代方案参考。
• 如果仅需将复杂的文档转换为 Markdown 或 JSON 格式，而非运行完整的端到端 RAG 流程，MinerU 提供了专门的解析能力，可作为替代方案。

同类比较

• HKUDS/RAG-Anything vs RAGFlow
• HKUDS/RAG-Anything vs MinerU

核验依据

• README: from raganything import RAGAnything, RAGAnythingConfig
• README: Modern documents increasingly contain diverse multimodal content—text, images, tables, equations, charts, and multimedia—that traditional text-focused RAG systems cannot effective…
• README: As a unified solution, RAG-Anything **eliminates the need for multiple specialized tools**. It provides **seamless processing and querying across all content modalities** within a…
• Release: v1.3.1
• README: - **🔄 End-to-End Multimodal Pipeline** - Complete workflow from document ingestion and parsing to intelligent multimodal query answering

来源更新时间：2026-07-15T18:05:34Z

打开原始 GitHub 项目