一句话定位香港大学开源的 All-in-One RAG 框架一套系统处理文本、图片、表格、公式等所有模态的企业文档无需叠加多个专用工具。一、它是什么解决什么问题企业知识库里从来不只有纯文本——PDF 报告里嵌着图表合同里有表格技术文档里有公式。传统 RAG 系统大多只处理文本遇到图片和表格就「瞎了」。RAG-Anything 由香港大学 HKUDS 数据智能实验室开发基于其此前开源的 LightRAG 构建定位是「全能型 RAG 框架」——一个框架统一处理所有模态的文档内容从 ingestion导入、parsing解析到 multimodal QA多模态问答全链路打通。目标用户很明确有大规模异构文档处理需求的企业金融、法律、制造、研发以及需要在学术文献中做图文联合检索的研究团队。核心价值是「降低多模态 RAG 的工程复杂度」——以前要拼好几个工具才能覆盖的场景现在一套框架搞定。二、它能做什么功能说明端到端多模态流水线覆盖文档导入 → 解析 → 多模态问答全流程开箱即用通用文档格式支持PDF、DOC/DOCX、PPT/PPTX、XLS/XLSX、JPG/PNG/TIFF/WebP、TXT/MD专用模态处理器图像 caption 生成、表格结构解析、LaTeX 公式识别各自有独立处理通道多模态知识图谱自动提取实体并建图跨模态建立语义关联文字提到「图3」能真正定位到那张图多解析器兼容支持 MinerU默认、Docling、PaddleOCR 三种解析后端可切换混合智能检索向量相似度 图遍历双路召回检索结果同时覆盖语义和相关关系直接内容注入可绕过文档解析直接注入外部已预处理的内容列表方便对接现有流水线VLM 增强查询文档含图像时自动调用视觉语言模型进行多模态分析不依赖纯文本描述三、它是如何做到的RAG-Anything 的技术架构是一条五阶段流水线核心设计理念是「模态感知」——不同内容类型走不同的处理通道但共享同一套知识图谱和检索索引。文档解析 → 内容理解 → 多模态分析 → 知识图谱索引 → 模态感知检索第一阶段文档解析。集成 MinerU 做高保真结构提取把文档自动拆成文本块、视觉元素、结构化表格、数学公式同时保留原始层级关系标题→段落→图表引用。第二阶段内容理解。自动识别内容类型并路由到优化通道文本和多模态内容并行处理提升吞吐量。第三阶段多模态分析引擎。这是和 LightRAG 最大的区别——RAG-Anything 给每种模态配了专门的分析器视觉模型生成图像描述、结构化解析器解读表格数据、数学表达式解析器处理 LaTeX。插件式架构支持自定义模态处理器。第四阶段多模态知识图谱索引。把多模态元素转换成带语义标注的图谱实体通过自动推理建立文本和多模态组件的语义连接belongs_to关系链保留原始文档逻辑结构关系权重根据语义 proximity 动态分配。第五阶段模态感知检索。向量相似度搜索 图遍历算法融合根据查询的内容类型偏好自适应调整结果权重检索时保留元素的语义和结构关系。整个框架基于 LightRAG 构建复用其图索引和检索基础设施但在上方叠加了完整的三、第四、第五阶段多模态能力。四、它能用到什么场景场景案例描述企业知识管理金融机构将研报含大量图表批量入库分析师提问时可同时检索文字结论和图表数据法律合同审查处理含表格和附录图片的合同文档自动关联正文条款与附表数据研发技术情报学术 PDF 中的公式、图表、正文联合检索研发人员用自然语言查到公式推导过程制造质检报告工厂质检报告含照片数据表管理系统可同时检索图像缺陷描述和数值超标记录政府公文处理政务文档的格式复杂、图片附件多统一解析入库后支持跨模态政策问答目前 GitHub 上有 19.5k Stars、2.2k Forks社区活跃度较高Discord 有专门的支持频道。香港大学团队在持续维护最新版本 v1.2.10 发布于 2026 年 3 月。五、为什么值得关注多模态 RAG 是企业落地的真实痛点。 绝大多数企业的知识库不是「纯文本语料」而是混杂着扫描件、截图、表格的「文档泥潭」。RAG-Anything 是目前开源社区里少有的把这个问题系统性解决掉的框架不是缝合方案是统一架构。基于 LightRAG 但超越 LightRAG。 LightRAG 解决了图索引 RAG 的基础设施问题但只处理文本。RAG-Anything 在 LightRAG 的图上叠加多模态层复用成熟底座扩展成本低社区可以平滑升级。私有化部署友好。 MIT 协议、Python 技术栈、支持国产解析器PaddleOCR对需要在内网部署的企业来说门槛不高。技术栈是 Python 可选 VLM和国内企业主流的 FastAPI / Spring Boot 后端对接成本可控。vLLM Qwen/DeepSeek 私有化推理栈可以无缝组合。 作为技术负责人你可以把 RAG-Anything 当成「多模态文档处理层」上层接入私有化 LLM 推理服务整个栈都在自己机房里满足数据合规要求。六、基本信息卡项目信息名称RAG-Anything类型开源框架MIT LicenseGitHub Stars19.5kForks2.2k主要语言Python 100%最新版本v1.2.102026-03-24开源协议MIT License官网 / GitHubhttps://github.com/HKUDS/RAG-Anything技术报告arXiv:2510.12323背景香港大学 HKUDS 数据智能实验室基于 LightRAG 构建相关项目LightRAG基础框架、VideoRAG视频RAG、MiniRAG极简RAG七、竞品分析RAG-Anything 和主流 RAG 框架的核心差异在于多模态处理能力这是 LightRAG、LlamaIndex、LangChain 都未系统性解决的盲区。对比维度RAG-AnythingLightRAGLlamaIndexLangChain定位差异多模态全栈 RAG轻量图索引 RAG文档检索优先 RAG通用 LLM 应用编排多模态支持✅ 原生支持图像/表格/公式❌ 仅文本部分需额外集成部分需额外集成知识图谱✅ 多模态图谱✅ 文本图谱✅ 可选 Property Graph✅ 可选解析器扩展✅ MinerU/Docling/PaddleOCRN/A依赖外部解析库依赖外部解析库部署复杂度中Python可选VLM低低到中中到高社区 Stars19.5k21k38k105k定位差异小结LightRAG 是 RAG-Anything 的文本基础LlamaIndex 强在文档检索但不擅长多模态LangChain 是通用编排框架但 RAG 能力需要大量定制。RAG-Anything 的差异化很清晰——要做就做全模态不妥协。与竞品相比RAG-Anything 的核心优势是开箱即用的多模态 RAG 全链路能力主要短板是框架较新2025年才开源生产环境案例不如 LlamaIndex/LangChain 丰富VLM 依赖会带来额外的推理成本。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】