RAG-Anything 是一个综合性多模态文档处理与检索增强生成（RAG）系统，基于 LightRAG 框架，支持文本、图片、表格、公式等多种内容的统一解析与智能检索。适用于学术研究、技术文档、金融报告、企业知识管理等复杂场景。
核心特性
- 端到端多模态处理：从文档解析到多模态检索响应的完整处理链路
- 多格式文档支持：兼容 PDF、Office 文档（DOC/DOCX/PPT/PPTX/XLS/XLSX）、图片、文本等主流格式
- 专用内容分析引擎：针对图片、表格、公式和文本内容部署专用处理器，保证精准解析
- 知识图谱索引：自动化实体提取与关系构建，支持跨模态语义连接
- 灵活处理架构：支持 MinerU 智能解析与直接内容插入，满足多种数据来源整合需求
- 智能检索机制：融合向量与图结构检索，支持文本、图片、表格、公式等多模态内容的智能查询
- VLM 增强查询：文档包含图片时自动结合视觉模型进行多模态分析
算法原理与架构
- 文档解析：集成 MinerU/Docling，支持高精度结构化内容提取
- 多模态内容理解：并发多流水线架构，智能分流文本、图片、表格、公式等内容
- 多模态分析引擎：专用视觉、表格、公式处理器，支持语义理解与关系抽取
- 知识图谱索引：自动化实体与关系构建，层次结构与语义关联
- 检索机制：向量 - 图融合检索，支持多模态内容的相关性排序与上下文整合
适用场景
- 学术论文、技术文档、金融报告、企业知识库的多模态检索与分析
- 复杂内容的结构化解析与智能问答
- 跨模态知识图谱构建与语义关联