Repolode
投稿する
HKUDS

HKUDS/RAG-Anything

LightRAGを基盤とし、テキストに加えて画像・表・数式を含む文書を検索できるオールインワンのRAGフレームワーク。

GitHub で見る公式サイト
スター
23,899
フォーク
2,787
未解決の Issue
123
最終コミット
9 日前

これは何？

RAG-Anythingは、単なるテキストにとどまらない文書を対象とする検索拡張生成フレームワークです。一般的なRAGパイプラインでは図表や数式の処理が難しいため、このプロジェクトでは周囲のテキストとあわせて、すべてをひとつのパイプラインで扱います。

MinerUを使ってPDFやOfficeファイル（DOC、DOCX、PPT、PPTX、XLS、XLSX）を解析し、パーサーとしてDoclingやPaddleOCRを選ぶこともできます。画像・表・数式は専用プロセッサーに振り分けられ、説明やエンティティが生成された後、LightRAGを基盤とするナレッジグラフに追加されます。クエリはハイブリッド検索でこのグラフを対象に実行され、取得したコンテキスト内の画像を解析するためにビジョンモデルを利用することもできます。

文書のエンドツーエンド処理、フォルダー内の一括処理、解析済みコンテンツリストの直接登録、入力として表やLaTeX数式を受け付けるマルチモーダルクエリに対応したPython APIを提供します。PyPIでは`raganything`として公開されています。

主な機能

  • 01PDFやOffice文書を、テキスト・画像・表・数式に解析します。
  • 02マルチモーダル要素を専用プロセッサーに振り分け、キャプション生成や解析を行います。
  • 03LightRAGを基盤に、モダリティをまたぐ関係性を含むナレッジグラフを構築します。
  • 04テキストクエリ向けに、hybrid、local、global、naiveの各検索モードに対応します。
  • 05解析済みコンテンツリストを受け付けるため、解析を省略できます。
  • 06文書フォルダー全体を一括処理できます。

ユースケース

  • 図や数式を多く含む研究論文を対象とした質問応答。
  • 重要なデータが表に記載された財務レポートや技術レポートの検索。
  • 形式が混在するOffice文書から、企業向けナレッジベースを構築。
  • 外部ツールで解析した文書データをRAGインデックスに取り込む。

使う前に知っておきたいこと

  • ドキュメントの解析にはMinerUプロジェクトを使用するため、セットアップ時に依存関係が追加されます。
  • 画像の分析にはビジョンモデルが必要なため、利用できる環境を用意してください。

トピック

#rag#multimodal#retrieval-augmented-generation#knowledge-graph#document-parsing#llm#pdf#multi-modal-rag

よくある質問

RAG-Anything とは？
LightRAGを基盤とし、テキストに加えて画像・表・数式を含む文書を検索できるオールインワンのRAGフレームワーク。 RAG-Anythingは、単なるテキストにとどまらない文書を対象とする検索拡張生成フレームワークです。一般的なRAGパイプラインでは図表や数式の処理が難しいため、このプロジェクトでは周囲のテキストとあわせて、すべてをひとつのパイプラインで扱います。
RAG-Anything は無料で使えますか？ライセンスは？
RAG-Anything は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
RAG-Anything は今もメンテナンスされていますか？
活発にメンテナンス中。RAG-Anything の最終コミットは 2026年10月12日 です。
RAG-Anything は何に使えますか？
図や数式を多く含む研究論文を対象とした質問応答。 重要なデータが表に記載された財務レポートや技術レポートの検索。 形式が混在するOffice文書から、企業向けナレッジベースを構築。 外部ツールで解析した文書データをRAGインデックスに取り込む。
RAG-Anything はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/HKUDS/RAG-Anything

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト