R2R：多模态内容解析并结合知识图谱与混合搜索的先进AI检索（RAG）系统

综合介绍

R2R（RAG to Riches）是一个先进的AI检索系统，支持检索增强生成（RAG）功能，具备生产就绪的特性。该系统基于容器化的RESTful API构建，提供多模态内容解析、混合搜索功能、可配置的GraphRAG以及全面的用户和文档管理功能。R2R能够解析多种格式的内容，如文本、PDF、JSON、图片和音频文件，并结合语义和关键词搜索，实现更高的相关性检索。此外，R2R还支持自动提取实体和关系，构建知识图谱，并通过GraphRAG进行聚类和总结，为用户提供更丰富的洞察。

一个开源的React+Next.js管理仪表盘，通过GUI与R2R进行交互。

自动提取实体和关系，构建知识图谱。

功能列表

• 多模态内容解析：支持解析文本、PDF、JSON、图片、音频等多种格式的内容。
• 混合搜索：结合语义和关键词搜索，通过互惠排名融合提高检索相关性。
• 知识图谱：自动提取实体和关系，构建知识图谱。
• GraphRAG：对创建的图进行聚类和总结，提供更丰富的洞察。
• 用户管理：高效管理文档和用户角色。
• 可观察性：监控和分析RAG引擎性能。
• 配置管理：使用直观的配置文件设置应用程序。
• 仪表板：基于React和Next.js的开源管理仪表板，通过GUI与R2R交互。

📊 GraphRAG：

GraphRAG 利用知识图谱中的社区检测和摘要功能扩展了传统的 RAG。通过了解信息在文档中的聚集和连接方式，这种方法可以提供更丰富的背景信息和更全面的答案。

使用帮助

安装流程

R2R可以通过Docker或pip快速安装。以下是详细的安装步骤：

使用pip安装

1. 安装R2R核心包：

   pip install r2r

2. 配置环境变量：

   export OPENAI_API_KEY=sk-...
export POSTGRES...

3. 安装完整的R2R核心和依赖：

   pip install 'r2r[core,ingestion-bundle]'
r2r --config-name=default serve

使用Docker安装

1. 配置环境变量：

   export OPENAI_API_KEY=sk-...

2. 启动R2R及其依赖：

   r2r serve --docker --full

功能操作指南

多模态内容解析

R2R支持解析多种格式的内容，包括文本、PDF、JSON、图片和音频文件。用户可以通过API上传这些文件，系统会自动解析并提取有用的信息。

混合搜索

R2R结合语义和关键词搜索，通过互惠排名融合提高检索相关性。用户可以通过API提交查询，系统会返回最相关的结果。

知识图谱

R2R能够自动提取实体和关系，构建知识图谱。用户可以通过API查看和管理这些知识图谱，获取更深入的洞察。

GraphRAG

GraphRAG功能允许用户对创建的图进行聚类和总结，提供更丰富的洞察。用户可以通过API配置和使用GraphRAG功能。

用户管理

R2R提供全面的用户和文档管理功能。用户可以通过仪表板或API管理文档和用户角色，确保系统的高效运行。

可观察性

R2R提供监控和分析RAG引擎性能的工具。用户可以通过仪表板查看系统性能指标，及时发现和解决问题。

配置管理

R2R使用直观的配置文件进行设置。用户可以根据需要修改配置文件，调整系统的各项参数。

仪表板

R2R提供基于React和Next.js的开源管理仪表板，用户可以通过GUI与R2R交互，管理和监控系统。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>