// 01 RAG‑Anything 是什么
随着 RAG（Retrieval‑Augmented Generation）技术在生成式 AI 中大放异彩，RAG‑Anything 应运而生，拓展了传统 RAG 的边界，让 AI 工具使用者能够跨模态地处理复杂文档、构建知识图谱并获得智能问答功能。
什么是 RAG‑Anything？
RAG‑Anything 是来自 HKUDS 的“一体化 RAG 系统”，提供从文档摄取到解析、知识图谱构建直至多模态智能问答的一站式流程。其目标是支持 PDF、Office、图像、数学公式等多种内容格式，能够自动抽取实体、关系，构建跨模态知识图谱，并基于此进行检索增强生成。
RAG 技术背景简介
📘 RAG 技术基础
RAG 是将 LLM 与外部知识库（如文档或数据库）结合，通过检索获取上下文并引导语言生成，既可引用最新数据，又大幅降低幻觉风险。
🔍 RAG 的优势
使用向量索引或检索模块实现高效知识注入；
提升生成质量并支持用户验证引用源；
避免频繁进行模型再训练，是更成本友好的方案。
RAG‑Anything 架构亮点
1. 文档解析层
集成 MinerU 等工具，支持高保真分解文档结构，将文本、表格、图片、公式等拆分为可处理模块。
2. 多模态内容分析
为不同内容使用专有处理器，自动识别图像、表格与数学符号，并保持上下文语义关系。
3. 知识图谱构建
自动提取实体与关系，连接不同内容模态，构建完整的跨模态知识图谱，支持高级推理。
4. 智能检索+生成流程
通过检索器匹配相关文档片段，再通过生成器（如 LLM）基于这些片段生成自然语言回答，实现真正的跨模态问答。
5. 自适应处理模式
支持两种模式：一是基于解析流程的 MinerU 模式，二是直接注入内容的轻量模式，增强灵活性。
功能与优势实用剖析
✅ 万能文件支持：一套系统支持 PDF、DOCX、PPTX、XLSX、图片、多格式内容；
✅ 区块分解精准：自动按块提取文本、嵌入、图像与数学表达式，恢复文档上下文语境；
✅ 知识图谱可视化：轻松构建多模态实体关系网，有利于图谱推理与内容导航；
✅ 智能问答输出：用户可以向系统提问，获得基于原始文档的自动、引用可验证的回答；
✅ 开源可扩展：MIT 开源许可，可接入自定义检索器、LLM 或流程模块。
示例用例
教育/科研场景
工程师或研究者将论文 PDF 上传至系统，即可提取定义、公式和相关图像，构建研究知识图谱并直接进行问答。
企业文档处理
可处理财报 Excel、PDF 及混合报告，将页面结构、表格与图像解析后，实现业务指标自动检索与摘要生成。
数学辅助系统
上传数学教材、表达式或图表，系统识别公式结构，辅助解题，可根据上下文回答复杂查询。
安装与使用指南
从 GitHub 最新 release（v1.0.1）下载完整包。根据文档搭建解析、检索、生成模块，并设置你的 LLM 接口，即可运行跨模态问答系统。
// 02 核心 功能
- 核心定位RAG‑Anything 是由 HKUDS 团队开发的开源多模态 RAG 系统，实现 PDF、Excel、图像、公式等格式的文档解析、知识图谱构建和智能问答，适用于 AI 工具使用者构建跨类型检索增强生成应用。
- 分类索引当前归档在 最近收录AI，方便和同频工具横向比较。
- 能力标签关联标签包括 price-open-source、AI知识图谱构建。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 最近收录AI 定位和 price-open-source、AI知识图谱构建 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
