一册在手，看懂多模态RAG全貌，快速入门研究
Multimodal-RAG-Survey 是一份关于多模态检索增强生成（RAG）的综述性开源项目，旨在系统梳理多模态RAG领域的研究进展、技术方法和未来方向。它解决了传统RAG仅处理文本、无法有效利用图像、音频、视频等多模态信息的问题，为研究者和工程师提供了全面的知识图谱。项目核心能力包括：分类整理多模态RAG的架构设计（如检索策略、融合机制、生成模型）、汇总关键论文与数据集、对比不同方法的优劣，并指出当前挑战（如跨模态对齐、检索效率、评估基准缺失）。作为早期项目，它持续更新，帮助用户快速了解领域全貌，降低入门门槛，适合作为学术研究或工业落地的参考资料。
Awesome-RAG、Awesome-Multimodal-RAG、RAG-Survey
Multimodal-RAG-Survey 是搜索知识领域的开源项目，由 llm-lab-org 开发，2025 年首次发布。
它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 544。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。无在线服务，需自行部署，完全免费。
它主要面向的使用场景是：学术研究者调研多模态RAG前沿进展。同类可对比的替代方案包括 Awesome-RAG、Awesome-Multimodal-RAG、RAG-Survey。
上一篇：agent-search
下一篇：wdoc
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···
