NeMo-Retriever 可以免费使用吗？用的什么许可证？

NeMo-Retriever 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

NeMo-Retriever 还在维护吗？

活跃维护中。NeMo-Retriever 最近一次提交是在 2026年10月19日。

NeMo-Retriever 适合用来做什么？

为检索增强生成（RAG）问答系统准备包含表格和图表的 PDF 文档。为企业报告构建多模态文档检索索引。在配备 GPU 的 Kubernetes 集群上进行大规模文档摄取。从网页文档中提取结构化文本，供下游大模型应用使用。

NeMo-Retriever 怎么安装和运行？

按照 nemo_retriever 子目录中的快速入门安装步骤操作运行 README 中的 Python 摄取示例（create_ingestor、extract、embed、ingest）

在哪里获取 NeMo-Retriever？

源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/NeMo-Retriever

NVIDIA/NeMo-Retriever

Q: NeMo-Retriever 怎么安装和运行？

按照 nemo_retriever 子目录中的快速入门安装步骤操作 运行 README 中的 Python 摄取示例（create_ingestor、extract、embed、ingest）

可扩展的文档解析流水线，借助 NVIDIA NIM 微服务将文档中的文本、表格、图表和图片提取为结构化数据，服务于 RAG 应用。

在 GitHub 查看官网

Star: 2,988
Fork: 357
未关闭 Issue: 258
最近提交: 前天

这是什么？

NeMo Retriever Library 是 NVIDIA 推出的文档内容与元数据提取框架。它将文档拆分为页面，识别文本、表格、图表和信息图等元素，并通过 OCR 将其整理为定义好的 JSON 结构。提取结果可继续计算向量嵌入并存入 LanceDB，为检索增强生成（RAG）做好数据准备。

流水线可以调用 NVIDIA NIM 微服务，也可以使用多种模型。小规模场景可通过 Python 库直接运行，支持在本地 GPU 上使用 Hugging Face 模型，或调用 build.nvidia.com 上托管的 NIM。它还能直接从 HTTP 和 HTTPS 链接抓取文档。面向生产环境时，项目提供基于 Kubernetes 和 Helm 的部署方案。

部分 NVIDIA 产品资料中也将其称为 NVIDIA Ingest。默认分支跟踪活跃开发，稳定版本维护在独立的版本分支上。

核心功能

01将文档拆分为页面，并识别文本、表格、图表和信息图。
02通过 OCR 将提取内容转换为定义好的 JSON 结构。
03为提取内容计算向量嵌入，并存入 LanceDB。
04可调用 NVIDIA NIM 微服务，也可使用多种本地模型。
05支持从 HTTP 和 HTTPS 链接抓取文档，并可配置请求参数。
06提供 Helm chart，便于在 Kubernetes 上部署流水线。

适用场景

为检索增强生成（RAG）问答系统准备包含表格和图表的 PDF 文档。
为企业报告构建多模态文档检索索引。
在配备 GPU 的 Kubernetes 集群上进行大规模文档摄取。
从网页文档中提取结构化文本，供下游大模型应用使用。

快速上手

1
按照 nemo_retriever 子目录中的快速入门安装步骤操作
2
运行 README 中的 Python 摄取示例（create_ingestor、extract、embed、ingest）

使用前须知

默认的 main 分支处于活跃开发中，可能领先于最新受支持版本；稳定使用请选择 26.08 分支。
开发中的库安装方式面向少于 100 个 PDF 的小规模工作负载；生产环境需要通过 Kubernetes 和 Helm 部署。
托管模型运行在 build.nvidia.com 或 NIM 端点上，需要 NVIDIA API 密钥。
可选的 Adobe SDK（用于 PDF 提取）受单独的许可协议约束。

常见问题

NeMo-Retriever 是什么？: 可扩展的文档解析流水线，借助 NVIDIA NIM 微服务将文档中的文本、表格、图表和图片提取为结构化数据，服务于 RAG 应用。 NeMo Retriever Library 是 NVIDIA 推出的文档内容与元数据提取框架。它将文档拆分为页面，识别文本、表格、图表和信息图等元素，并通过 OCR 将其整理为定义好的 JSON 结构。提取结果可继续计算向量嵌入并存入 LanceDB，为检索增强生成（RAG）做好数据准备。
NeMo-Retriever 可以免费使用吗？用的什么许可证？: NeMo-Retriever 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
NeMo-Retriever 还在维护吗？: 活跃维护中。NeMo-Retriever 最近一次提交是在 2026年10月19日。
NeMo-Retriever 适合用来做什么？: 为检索增强生成（RAG）问答系统准备包含表格和图表的 PDF 文档。为企业报告构建多模态文档检索索引。在配备 GPU 的 Kubernetes 集群上进行大规模文档摄取。从网页文档中提取结构化文本，供下游大模型应用使用。
NeMo-Retriever 怎么安装和运行？: 按照 nemo_retriever 子目录中的快速入门安装步骤操作运行 README 中的 Python 摄取示例（create_ingestor、extract、embed、ingest）
在哪里获取 NeMo-Retriever？: 源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/NeMo-Retriever

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。