开源 RAG 引擎，将检索增强生成与智能体能力结合，为大模型应用提供上下文层。
9.3万1.1万GoApache-2.0更新于 4小时前
HKUDS/RAG-Anything
面向多模态文档的一体化 RAG 框架，可统一检索文本、图片、表格和公式内容。
- Star
- 23,899
- Fork
- 2,787
- 未关闭 Issue
- 123
- 最近提交
- 8天前
这是什么？
RAG-Anything 是一个面向多模态文档的检索增强生成（RAG）框架，专门处理除纯文本之外的图表、表格和数学公式等内容。它把这些元素与周围文字放在同一条处理流程中，避免为不同类型内容分别搭建工具。
文档解析基于 MinerU，也可选用 Docling 或 PaddleOCR，支持 PDF 以及 DOC、DOCX、PPT、PPTX、XLS、XLSX 等 Office 格式。图片、表格和公式会分别交给专用处理器生成描述与实体，并写入基于 LightRAG 构建的知识图谱。查询时采用混合检索，并可调用视觉模型分析检索结果中的图片。
项目提供 Python API，支持单文档端到端处理、文件夹批量处理、直接插入已解析的内容列表，以及以表格或 LaTeX 公式作为输入的多模态查询。项目已发布到 PyPI，包名为 `raganything`。
核心功能
- 01将 PDF 和 Office 文档解析为文本、图片、表格和公式。
- 02把多模态元素交给专用处理器生成描述并进行分析。
- 03在 LightRAG 之上构建包含跨模态关系的知识图谱。
- 04文本查询支持 hybrid、local、global、naive 等多种模式。
- 05可直接插入已解析的内容列表，跳过文档解析步骤。
- 06支持对整个文件夹的文档进行批量处理。
适用场景
- 对依赖图表和公式的学术论文进行问答。
- 检索关键数据集中在表格中的财务或技术报告。
- 由混合格式的办公文档构建企业知识库。
- 将外部工具已解析的文档结果接入 RAG 索引。
使用前须知
- 文档解析依赖 MinerU 项目，需要额外安装和配置这一依赖。
- 图像分析需要视觉模型，因此你需要能够访问一个视觉模型。
标签
常见问题
- RAG-Anything 是什么？
- 面向多模态文档的一体化 RAG 框架，可统一检索文本、图片、表格和公式内容。 RAG-Anything 是一个面向多模态文档的检索增强生成（RAG）框架，专门处理除纯文本之外的图表、表格和数学公式等内容。它把这些元素与周围文字放在同一条处理流程中，避免为不同类型内容分别搭建工具。
- RAG-Anything 可以免费使用吗？用的什么许可证？
- RAG-Anything 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
- RAG-Anything 还在维护吗？
- 活跃维护中。RAG-Anything 最近一次提交是在 2026年10月12日。
- RAG-Anything 适合用来做什么？
- 对依赖图表和公式的学术论文进行问答。 检索关键数据集中在表格中的财务或技术报告。 由混合格式的办公文档构建企业知识库。 将外部工具已解析的文档结果接入 RAG 索引。
- 在哪里获取 RAG-Anything？
- 源代码和安装说明在 GitHub 上：https://github.com/HKUDS/RAG-Anything
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
开源文档解析工具，将 PDF、Office 文档和图片转换为 Markdown 或 JSON，供大模型和智能体使用。
8.2万6806PythonOther更新于 昨天
开源文档解析工具，把 PDF、Office、HTML 等文件转换为结构化数据，供生成式 AI 使用。
6.9万5107PythonMIT更新于 21小时前
轻量级知识图谱 RAG 框架与服务，将文档构建为实体关系图谱，用于增强 LLM 问答。
4万5709PythonMIT更新于 5天前
自托管的 OpenAI 兼容 AI 引擎，可在任意硬件（含纯 CPU）上运行大模型、视觉、语音、图像和视频模型。
5万4507GoMIT更新于 昨天
开源 AI 记忆平台，将文档、代码和对话转为自托管知识图谱，供 AI 智能体检索复用。
3.3万3419PythonApache-2.0更新于 4小时前