项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 851
技术标签
使用教程
环境要求
- Python 3.9+
- poppler
- GPU（建议）
安装与启动步骤
-
1装系统依赖
PDF 解析要 poppler，macOS 用 brew。
brew install poppler # Ubuntu: apt install -y poppler-utils -
2装包
ColPali 风格的检索库，直接 pip。
pip install --upgrade byaldi -
3建索引
把 PDF 目录整体索引，页面即检索单元。
from byaldi import RAGMultiModalModel RAG = RAGMultiModalModel.from_pretrained('vidore/colpali') RAG.index(input_path='docs/', index_name='demo') -
4查询
用自然语言检索，直接返回相关页面图。
results = RAG.search('报销流程是什么', k=3)
如何确认成功
查询返回的页面图里确实包含答案所在页。
注意事项
- 它不抽文字，而是把整页当图像检索，表格与图表也不丢。
- 图片类 PDF 效果明显好于纯文本方案。
- 索引会占磁盘，页数多时注意空间。
核心亮点
- API 极简，索引和查询只需几行代码，上手门槛低
- 原生支持 ColPali 等晚期交互模型，视觉与文本联合检索效果好
- 基于 RAGatouille 构建，检索性能优化，适合生产环境
不足之处
- 依赖特定模型，模型更新或替换需关注兼容性
- 文档/社区待观察
适用场景
- 从大量扫描文档或PDF中快速定位关键信息
- 构建支持图片、表格、图表的多模态知识库问答系统
- 对包含视觉元素的复杂文档进行语义检索
替代项目
ColPali、RAGatouille、txtai
同类项目推荐
langcorn
开源
把 LangChain 应用一键变成 API 服务，快速上线
⛓️ Serving LangChain LLM apps and agents automagically with FastApi. LLMops
zetaforgedev
开源
快速搭建高级AI管线，加速AGI应用落地。
Open source AI platform for rapid development of advanced AI and AGI pipelines.
NextTransformer
开源
同算力下公平对比 Transformer 新架构
:sunrise: A comprehensive, cutting-edge open-source framework for next-generation Tr···
claude-code-mastery
开源
手把手玩转 Claude Code，从配置到自动化提效
The complete guide to Claude Code: CLAUDE.md, hooks, skills, MCP servers, and comman···
TANGO
开源
不写代码，自动生成并运维目标导向的神经网络。
public repo for TANGO (Target Aware No-code neural network Generation and Operation ···
loop-engineering
开源
套上现成模板，AI 干活一次比一次稳。
Practical patterns, starters & CLI tools for loop engineering with AI coding agents.···
open-mercato
开源
让 AI 编码助手直接产出生产级架构，不用反复改代码
The AI-Engineering Foundation Framework for business apps: open-source TypeScript, w···
OgbujiPT
开源
一套代码接入各种大模型，自托管也能轻松搞定
Client-side toolkit for using large language models, including where self-hosted
HanLP
开源
中文分词到语义分析，一套 API 全搞定
中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指···