Repolode
Предложить
HKUDS

HKUDS/RAG-Anything

Универсальный RAG-фреймворк на базе LightRAG для работы с документами, где помимо текста есть изображения, таблицы и формулы.

Открыть на GitHubСайт
Звёзды
23,899
Форки
2,787
Открытые issues
123
Последний коммит
8 дней назад

Что это?

RAG-Anything — фреймворк генерации с дополненной выборкой для документов, содержащих не только обычный текст. Стандартные RAG-пайплайны плохо работают с иллюстрациями, таблицами и математическими формулами, поэтому этот проект обрабатывает их в едином пайплайне вместе с окружающим текстом.

Он разбирает PDF и файлы Office (DOC, DOCX, PPT, PPTX, XLS, XLSX) с помощью MinerU; в качестве парсеров также можно выбрать Docling и PaddleOCR. Изображения, таблицы и формулы передаются специализированным обработчикам, которые формируют описания и сущности, а затем добавляют их в граф знаний на базе LightRAG. Запросы обрабатываются по этому графу с помощью гибридного поиска, а для анализа изображений из найденного контекста можно использовать модель компьютерного зрения.

Проект предоставляет Python API для сквозной обработки документов, пакетной обработки папок, прямого добавления заранее разобранных списков содержимого и мультимодальных запросов с таблицами или уравнениями LaTeX на входе. Пакет опубликован на PyPI под именем `raganything`.

Ключевые возможности

  • 01Разбирает PDF и документы Office на текст, изображения, таблицы и формулы.
  • 02Передаёт мультимодальные элементы специализированным обработчикам для создания подписей и анализа.
  • 03Строит на базе LightRAG граф знаний с межмодальными связями.
  • 04Поддерживает гибридный, локальный, глобальный и наивный режимы обработки текстовых запросов.
  • 05Принимает заранее разобранные списки содержимого, чтобы пропустить этап парсинга.
  • 06Поддерживает пакетную обработку целых папок с документами.

Сценарии использования

  • Ответы на вопросы по научным статьям, где важную роль играют иллюстрации и формулы.
  • Поиск по финансовым и техническим отчётам, ключевые данные в которых представлены в таблицах.
  • Создание корпоративных баз знаний на основе офисных документов разных форматов.
  • Интеграция результатов предварительного разбора документов из внешних инструментов в RAG-индекс.

Что важно знать

  • Для разбора документов используется проект MinerU, который добавляет зависимость при настройке.
  • Для анализа изображений нужна модель компьютерного зрения, поэтому у вас должен быть к ней доступ.

Темы

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

Частые вопросы

Что такое RAG-Anything?
Универсальный RAG-фреймворк на базе LightRAG для работы с документами, где помимо текста есть изображения, таблицы и формулы. RAG-Anything — фреймворк генерации с дополненной выборкой для документов, содержащих не только обычный текст. Стандартные RAG-пайплайны плохо работают с иллюстрациями, таблицами и математическими формулами, поэтому этот проект обрабатывает их в едином пайплайне вместе с окружающим текстом.
RAG-Anything можно использовать бесплатно? Какая у него лицензия?
RAG-Anything распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
RAG-Anything всё ещё поддерживается?
Активно поддерживается. Последний коммит в RAG-Anything — 12 окт. 2026 г..
Для чего можно использовать RAG-Anything?
Ответы на вопросы по научным статьям, где важную роль играют иллюстрации и формулы. Поиск по финансовым и техническим отчётам, ключевые данные в которых представлены в таблицах. Создание корпоративных баз знаний на основе офисных документов разных форматов. Интеграция результатов предварительного разбора документов из внешних инструментов в RAG-индекс.
Где скачать RAG-Anything?
Исходный код и инструкции по установке — на GitHub: https://github.com/HKUDS/RAG-Anything

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты