RAG-Anything 多模态 RAG 框架
让问答系统读懂文档里的图片、表格和公式，并据此回答问题
评分人数不足呦探分评分人数不足大众分评分方法
这个页面由 AI 根据官网公开信息整理，可能有错。产品团队可以认领后修改。 认领这个产品
这个项目只有源代码，需要会编程才能用。
- 星标
- 2.4万
- 复刻
- 2851
- 主要语言
- Python
- 许可证
- MIT
- 最近更新
复制安装指令（给 AI 编程工具）
粘贴到 Codex、Claude Code、Cursor、Trae 等 AI 编程工具里，回车就会开始安装。第一次复制前请先阅读风险提示。
这些文件由项目作者放在 GitHub 上，本站不开发、不托管这些软件，也不检测其代码；国内访问 GitHub 可能较慢。使用前请阅读 第三方软件风险提示和项目的许可证。 数据更新于 2026/11/01 报告问题
介绍
RAG-Anything 是香港大学数据智能实验室（HKUDS）开源的多模态检索增强生成（RAG）框架，建立在同团队的 LightRAG 之上。它能解析 PDF、Office 文档、图片和文本文件，分别处理其中的文字、图片、表格和公式，抽取实体构建知识图谱，再用于检索问答。
能做什么
- 用 MinerU 等解析器拆解文档，处理图片、表格和 LaTeX 公式
- 构建跨模态的知识图谱，支持多种检索模式
- 结合视觉模型回答与图片内容相关的问题
运行需要：Python 3.10 以上，用 pip 安装；处理 Office 文件需另装 LibreOffice；需要大模型、视觉模型和向量模型接口（示例使用 OpenAI，可设置兼容 OpenAI 的接口地址）。
这段介绍由 AI 根据项目的公开说明整理，可能有疏漏，以项目主页为准。
评测
0 条评测还没有评测。用过的话，来写第一条吧。
写评测