Motor RAG de código abierto que combina generación aumentada por recuperación y capacidades de agente para proporcionar una capa de contexto a aplicaciones con LLM.
92,5 mil11 milGoApache-2.0Actualizado hace 6 horas
HKUDS/RAG-Anything
Framework RAG todo en uno para consultar documentos con texto, imágenes, tablas y ecuaciones, basado en LightRAG.
- Estrellas
- 23,899
- Forks
- 2,787
- Issues abiertos
- 123
- Último commit
- hace 9 días
¿Qué es?
RAG-Anything es un framework de generación aumentada por recuperación para documentos que contienen algo más que texto plano. Los pipelines RAG estándar tienen dificultades con figuras, tablas y fórmulas matemáticas, así que este proyecto las procesa en un único pipeline junto con el texto que las rodea.
Procesa archivos PDF y de Office (DOC, DOCX, PPT, PPTX, XLS, XLSX) con MinerU; también permite seleccionar Docling y PaddleOCR como parsers. Las imágenes, tablas y ecuaciones se envían a procesadores específicos que generan descripciones y entidades, que después se incorporan a un grafo de conocimiento basado en LightRAG. Las consultas se realizan sobre ese grafo mediante recuperación híbrida, y se puede usar un modelo de visión para analizar las imágenes presentes en el contexto recuperado.
El proyecto ofrece una API de Python para procesar documentos de principio a fin, procesar carpetas por lotes, insertar directamente listas de contenido ya procesado y realizar consultas multimodales que aceptan tablas o ecuaciones LaTeX como entrada. Se publica en PyPI como `raganything`.
Funciones clave
- 01Procesa archivos PDF y documentos de Office para extraer texto, imágenes, tablas y ecuaciones.
- 02Envía los elementos multimodales a procesadores específicos para generar descripciones y analizarlos.
- 03Crea un grafo de conocimiento con relaciones entre modalidades sobre LightRAG.
- 04Admite modos de consulta híbrido, local, global y naive para consultas de texto.
- 05Acepta listas de contenido ya procesado para omitir el procesamiento de documentos.
- 06Permite procesar por lotes carpetas completas de documentos.
Casos de uso
- Responder preguntas sobre artículos de investigación que incluyen figuras y fórmulas.
- Buscar información en informes financieros o técnicos cuyos datos clave están en tablas.
- Crear bases de conocimiento empresariales a partir de documentos de Office en distintos formatos.
- Integrar en un índice RAG resultados de procesamiento de documentos generados por herramientas externas.
Antes de usarlo
- El análisis de documentos depende del proyecto MinerU, que añade una dependencia durante la configuración.
- El análisis de imágenes requiere un modelo de visión, por lo que necesitarás acceso a uno.
Temas
Preguntas frecuentes
- ¿Qué es RAG-Anything?
- Framework RAG todo en uno para consultar documentos con texto, imágenes, tablas y ecuaciones, basado en LightRAG. RAG-Anything es un framework de generación aumentada por recuperación para documentos que contienen algo más que texto plano. Los pipelines RAG estándar tienen dificultades con figuras, tablas y fórmulas matemáticas, así que este proyecto las procesa en un único pipeline junto con el texto que las rodea.
- ¿RAG-Anything es gratuito? ¿Qué licencia tiene?
- RAG-Anything es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿RAG-Anything sigue mantenido?
- Mantenimiento activo. El último commit de RAG-Anything fue el 12 oct 2026.
- ¿Para qué puedo usar RAG-Anything?
- Responder preguntas sobre artículos de investigación que incluyen figuras y fórmulas. Buscar información en informes financieros o técnicos cuyos datos clave están en tablas. Crear bases de conocimiento empresariales a partir de documentos de Office en distintos formatos. Integrar en un índice RAG resultados de procesamiento de documentos generados por herramientas externas.
- ¿Dónde consigo RAG-Anything?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/HKUDS/RAG-Anything
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Analizador de documentos de código abierto que convierte PDF, archivos de Office e imágenes a Markdown o JSON para flujos de trabajo con LLM y agentes.
82,1 mil6,8 milPythonOtherActualizado ayer
Parser de documentos de código abierto que convierte PDF, Office, HTML y otros archivos en datos estructurados para pipelines de IA generativa.
69,1 mil5,1 milPythonMITActualizado hace 23 horas
Framework y servidor ligero de RAG con grafos de conocimiento que indexa documentos como entidades y relaciones para generar respuestas de LLM con recuperación aumentada.
40,2 mil5,7 milPythonMITActualizado hace 5 días
Pipeline de datos en Python que usa LLMs para extraer grafos de conocimiento estructurados de texto no estructurado y responder preguntas con generación aumentada por recuperación.
36,4 mil3,9 milPythonMITActualizado ayer
Framework open source de Python para crear aplicaciones LLM listas para producción con pipelines modulares y flujos de trabajo de agentes para RAG, búsqueda y agentes.
26,8 mil3,3 milPythonApache-2.0Actualizado hace 5 horas