RAG-Anything

多模态文档一键变可问答知识库

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 2870 🐛 待处理 107 👀 关注 116
GitHub ↗
GitHub 星标 ★ 24550
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,定价信息待确认

项目预览

RAG-Anything 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队HKUDS
定价模式🏷️完全免费
价格说明开源免费,定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型multi-modal-rag,retrieval-augmented-generation
GitHub 星标★ 24550
上线时间2025-06-06 00:00:00
代码更新2026-11-12
仓库体积4.6 MB
本站数据更新2026-11-15
维护状态活跃
收录时间2026-10-02
浏览次数3

项目介绍

RAG-Anything 是一个一体化的多模态 RAG 框架,目标是把文本、图片、表格、公式等异构内容的检索与生成流程统一到同一套管线里。传统 RAG 方案大多只处理纯文本,遇到 PDF 中的图表、扫描件或混合排版文档时容易丢失关键信息,导致检索召回不准、回答质量下降。该项目通过内置的多模态解析、分块、向量化与检索组件,让开发者无需自己拼接多个库,就能快速搭建支持图文混合的问答系统。核心能力包括多模态文档解析、统一索引构建、跨模态检索以及与大模型生成环节的对接,适合需要处理复杂文档的知识库、企业问答和学术资料检索等场景。项目用 Python 编写,社区热度较高,可作为多模态 RAG 的起步框架。

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 2026-10-02 · 当前星标 ★ 24550

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 8 步

环境要求

  • Python 环境(可用 pip 或 uv 安装依赖)
  • 可访问 PyPI 以执行 pip install raganything
  • 源码安装需 git 并能访问 GitHub
  • 如需 GPU 加速解析,需具备 CUDA 设备(--device cuda 或 device="cuda:0")
  • 处理 Office/图片/文本格式需另行安装 LibreOffice、Pillow、ReportLab

安装与启动步骤

  1. 1PyPI 安装(推荐)

    官方推荐的安装方式,直接在现有 Python 环境中安装依赖包,无需克隆仓库。

    pip install raganything
  2. 2源码安装

    需要示例脚本或可选依赖时使用。先装 uv,再克隆仓库并在虚拟环境中同步依赖。

    curl -LsSf https://astral.sh/uv/install.sh | sh
    git clone https://github.com/HKUDS/RAG-Anything.git
    cd RAG-Anything
    uv sync
  3. 3试运行示例脚本

    用 uv 直接执行示例脚本查看用法,能打印帮助信息说明环境已就绪。

    uv run python examples/raganything_example.py --help
  4. 4安装可选依赖

    按需安装图片、文本等可选功能依赖,也可一次性安装全部额外特性。

    uv sync --extra image --extra text
    uv sync --all-extras
  5. 5验证 MinerU

    MinerU 是文档解析的核心组件,能输出版本号表示安装成功。

    mineru --version
  6. 6命令行解析文档

    使用 MinerU 把 PDF 解析成结构化结果,可选自动模式、OCR 模式或 GPU 加速。

    mineru -p input.pdf -o output_dir -m auto
    mineru -p input.pdf -o output_dir -m ocr
    mineru -p input.pdf -o output_dir -b pipeline --device cuda
  7. 7代码调用 RAG

    在 Python 中调用 process_document_complete,指定解析方式、解析器与 MinerU 参数完成入库。

    await rag.process_document_complete(
        file_path="document.pdf",
        output_dir="./output/",
        parse_method="auto",
        parser="mineru",
        lang="ch",
        device="cuda:0",
    )
  8. 8检查格式依赖

    分别检查 LibreOffice、Pillow、ReportLab 是否装好,缺哪个补哪个,否则对应格式解析会失败。

    python examples/office_document_test.py --check-libreoffice --file dummy
    python examples/image_format_test.py --check-pillow --file dummy
    python examples/text_format_test.py --check-reportlab --file dummy

关键配置

配置项必填说明示例
parse_method否解析方式:auto 自动、ocr 光学识别、txt 纯文本auto
parser否解析器选择:mineru、docling 或 paddleocrmineru
device否推理设备,支持 cpu、cuda、cuda:0、npu、mpscuda:0
backend否MinerU 解析后端,如 pipeline、vlm-http-client 等pipeline
source否模型来源:huggingface、modelscope 或 localhuggingface
lang否文档语言,用于 OCR 优化,如 ch、en、jach

如何确认成功

执行 mineru --version 能输出版本号,且 uv run python examples/raganything_example.py --help 能正常打印帮助信息,即安装成功。

常见问题

Q:应该选 PyPI 安装还是源码安装?

A:README 推荐 PyPI:pip install raganything 最省事;若要用 examples 示例或安装 image/text 等可选依赖,则用源码方式 git clone 后 uv sync。

Q:怎么启用 GPU 加速解析?

A:命令行加 --device cuda,例如 mineru -p input.pdf -o output_dir -b pipeline --device cuda;代码中传 device="cuda:0",CPU 环境则用 "cpu"。

Q:可选功能依赖怎么装?

A:在源码目录执行 uv sync --extra image --extra text 安装指定额外项,或执行 uv sync --all-extras 一次性安装全部可选特性。

Q:MinerU 2.0 还需要 magic-pdf.json 吗?

A:不需要。MinerU 2.0 已弃用该配置文件,所有设置改为命令行参数或函数参数传入。

注意事项

  • MinerU 2.0 已不再使用 magic-pdf.json,配置全部通过命令行参数或 Python 函数参数传递。
  • 源码安装推荐用 uv 管理虚拟环境,并用 uv run 执行脚本与示例。
  • RAG-Anything 支持 MinerU、Docling、PaddleOCR 多种解析器,切换 parser 时注意各自支持的参数不同。
  • Office/图片/文本格式功能依赖 LibreOffice、Pillow、ReportLab,可用 examples 下的检查脚本逐个确认。

核心亮点

  • 把文本、图片、表格等多模态内容的解析、索引、检索整合进单一框架,减少自行拼装组件的成本
  • 面向 PDF 等复杂排版文档设计,能保留图表和公式等非文本信息,提升检索召回质量
  • Python 实现,社区星标超两万,文档和示例相对完整,上手门槛较低

不足之处

  • 多模态解析依赖外部模型或服务,部署链路较长,对算力和环境有一定要求
  • 作为一体化框架,深度定制或替换单个模块时可能不如专用库灵活

适用场景

  • 企业把产品手册、财报 PDF 建成可图文问答的内部知识库
  • 科研人员对含公式和图表的论文做跨模态检索与摘要
  • 客服系统接入混合排版文档,回答用户关于图表数据的问题

替代项目

RAGFlow、LlamaIndex、Haystack

上一篇:gpt-rag-ingestion

下一篇:HippoRAG

同类项目推荐

ai-research-assistant 开源

用大白话提问,自动查资料写报告,省下几小时文献苦工。

Aria is Your AI Research Assistant Powered by GPT Large Language Models

★ 1730 2026-08-09
ai-resources 开源

每天更新跨行业 AI 资源清单,一站跟全动态

100,000+ AI briefings in 41 categories: models, dev tools, agents, research, funding···

★ 132 2026-10-06
react-native-rag 开源

在手机本地跑 RAG,私密知识问答不联网

Private, local RAGs. Supercharge LLMs with your own knowledge base.

★ 351 2026-10-02
OnDevice-RAG-Android 开源

在手机本地跑 RAG,离线问答 PDF/DOCX 文档

A custom RAG pipeline for multi-document QA from PDF/DOCX documents, in Android

★ 203 2026-08-09
edgequake 开源

用 Rust 把文档变成知识图谱,让 AI 检索更聪明

EdegQuake High-performance GraphRAG inspired from LightRag written in Rust; Transfo···

★ 2305 2026-08-09
lossless-memory 开源

不摘要不丢细节,每句话带时间戳随时翻旧账

Lossless long-term memory for a personal AI: never summarize, keep every line, put a···

★ 172 2026-09-24
Free-LLM-Collection 开源

一页清单找齐免费大模型 API,零成本上手开发

免费大模型API合集 / Free LLM api Collection

★ 694 2026-09-16
HilbertRaum 开源

断网也能问 AI,本地维基百科直接答

AI, fully local on your computer.

★ 149 2026-09-30