2025年11月19日星期三

逛 GitHub 挖到宝了，这个叫 UltraRAG 的开源项目是首个基于 MCP 的检索增强生成（RAG）框架，不写代码也能玩转。

用 YAML 文件轻松构建复杂 RAG 系统。

UltraRAG 是由清华 THUNLP、东北大学 NEUIR、OpenBMB 等多方联合推出的开源项目。

它能让你更容易构建和测试复杂的 RAG 系统。

开源项目简介

这个开源项目的核心思路是把 RAG 的核心组件封装为标准化的独立 MCP Server，提供函数级 Tool 接口支持灵活调用，借助 MCP 客户端建立简洁的链路搭建。

这种设计让想使用 RAG 系统的人只需编写 YAML 配置文件，就能直接声明复杂逻辑，大大降低了技术门槛。

新版版本升级，最新的 2.1 版本主要围绕以下三大核心方向进行了全面升级：

① 原生多模态

统一框架支持文本、图像的检索与生成，新增 VisRAG Pipeline 实现 PDF 到多模态问答的闭环。

而且内置的多模态 Benchmark 覆盖视觉问答等任务，并提供统一的评估体系，方便研究者快速对比实验效果。

② 知识接入与语料构建自动化

支持多格式文档，比如 Word、电子书、网页存档的自动解析与分块，不需要编写复杂脚本即可构建统一格式的知识库。

而且在 PDF 解析方面，它集成了 MinerU 工具，能高保真还原复杂版面与多栏结构，并支持将 PDF 按页转换为图像，保留视觉布局信息。

③ 统一工作流

通过 YAML 配置驱动检索、生成、评估全流程，支持多种引擎与可视化分析，提升实验复现效率。

代码仓库：https://github.com/OpenBMB/UltraRAG教程文档：https://ultrarag.openbmb.cn/数据集：https://modelscope.cn/datasets/UltraRAG/UltraRAG_Benchmark

实际效果

先来看看效果，基于这个开源项目搭建的 RAG 系统的真实示例。

比如第一个 Case：基于论文《Attention is All You Need》咨询一个问题，论文中的表 4 具体说了什么，帮忙解释一下。

AI 可以直接解析表格内容，给出如下回答，还是挺清晰的。

这是因为刚刚升级的 2.0 可以统一处理文本和图像数据。

上传的 PDF 文档，它不仅能读取文字，还能分析里面的图表和公式，实现真正的多模态检索和生成。

这避免了以前需要切换不同工具的麻烦。

第二个 Case：基于麦肯锡的《生成式人工智能的经济潜力》报告。

让 AI 基于里面的内容，输出生成式 AI 最有潜力的企业职能有哪些？请结合图表和正文说明它们在组织生产力中的影响。

如何使用

UltraRAG 支持两种部署方式，第一种是使用 Conda 创建虚拟环境：

另外一种部署方式是通过 Docker：

接下来就能可以基于 UltraRAG 运行一个完整的 RAG Pipeline 了。使用流程主要包括以下三个阶段：

这里不详细展开，可以直接看下面这个文档，写的很详细。

https://ultrarag.openbmb.cn/pages/cn/getting_started/quick_start

你不需要写代码，配置一个 YMAL 文件就行了。

而且开源项目内置了 Case Study Viewer 界面，可以对结果进行交互式浏览与分析。就是下面这样的界面。

点击下方卡片，关注逛逛 GitHub

这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：