RAG-Anything 打破传统 RAG 局限，打造全能多模态检索生成系统，支持文本、图片、表格、数学公式等多种内容的统一解析与智能问答。其深度融合视觉语言模型，实现跨模态语义理解，极大提升复杂文档处理效率。

• 🚀 端到端多模态流程：从文档解析到智能问答全链条覆盖
• 📄 支持PDF、Office文档、图片、文本等多格式，兼容性极强
• 🧠 专属内容分析器：视觉内容、结构化表格、LaTeX公式均可精准解析
• 🔗 构建多模态知识图谱，自动抽取实体并挖掘跨模态关系
• ⚡ 灵活适配多种解析模式，支持GPU加速及多线程批量处理
• 🎯 智能混合检索，融合向量搜索与图遍历，确保语义和结构完整性
• 🔍 VLM增强查询模式，图文结合带来更深层次洞察
• 🛠️ 支持直接插入预解析内容，满足缓存复用和外部数据接入需求
• 📚 适用科研、技术文档、财报及企业知识管理，助力多模态信息一体化管理

安装简单，支持Python一键部署，兼容多种LLM和视觉模型，开箱即用。打造未来文档智能检索的新标杆。

详见🔗 github.com/HKUDS/RAG-Anything

#多模态AI# #检索增强生成# #文档智能处理# #知识图谱# #人工智能# #开源工具#