一、项目介绍

RAG 做文本问答已经不新鲜，但现实里的资料从来不只是文字：PDF、图片、表格、网页、Office 文档、音频视频混在一起。很多 RAG 框架只认文本，遇到图片里的图表、文档里的表格就抓瞎，多模态检索要么缺失要么各自为战。
RAG-Anything 是港大 HKUDS 出品的一站式 RAG 框架，把文本、图片、表格、网页、Office 文档等统一纳入检索增强生成。它自带解析能力（如 MinerU），能把多种格式的内容抽成可检索的块，再接大模型回答。对需要处理「混合介质」资料的团队，它免去了为每种格式各接一套解析器的麻烦。

二、项目基本信息

信息项详情
项目名称RAG-Anything
GitHub地址https://github.com/HKUDS/RAG-Anything
项目描述"RAG-Anything: All-in-One RAG Framework"
作者HKUDS
开源协议MIT License
开源状态公开
LanguagesPython
支持平台Windows / macOS / Linux
最后更新2026-10-28

三、核心优势

  • 多模态统一：文本/图片/表格/网页/Office 一并检索
  • 内置解析：默认带 MinerU，文档转块开箱即用
  • 灵活换源：Python 3.14 等环境可切 Docling 解析
  • 轻量接入：几行代码即可把任意文件变成可问知识
  • 学术背景：港大团队维护，迭代活跃

四、适用场景

适合需要处理混合格式资料、做企业知识库与多模态问答的团队。资料以 PDF/图表/表格为主的场景尤为合适。

五、安装教程

当前最新版本 v1.4.4。按下方命令安装：

pip install raganything
# 扩展格式支持：pip install 'raganything[all]'

常见报错：依赖缺失时先升级对应运行环境（Node、Python、.NET、Rust、Go、Bun、JDK）；网络超时多为镜像或代理问题，可重试或换源；Docker 相关确保已安装并启动 Docker 服务。

六、使用示例

下面是一段可直接参考的真实示例：

from raganything import RAGAnything

rag = RAGAnything()
await rag.process_document("report.pdf", parse_method="mineru")
answer = await rag.query(
    "这份报告里第三季度的营收是多少？给出依据。"
)
print(answer)

七、常见问题

问：需要 API Key 吗？答：调用大模型需要 Key；部分解析（如 Office 文档）无需 Key。问：Python 版本？答：支持 3.10+，默认解析器在 3.10–3.13，3.14 用 Docling。

八、总结

RAG-Anything 用清晰的设计，把把一类能力框架化这件事从重复劳动变成了可复用、可维护的工程能力。它不追求大而全，而是把核心痛点解决得足够扎实，这正是日常开发与团队落地时最需要的那种工具。如果你也在被同类问题困扰，不妨按上面的安装与使用步骤试一试，把它接进自己的工作流。