GitHub – HKUDS/RAG-Anything: "RAG-Anything: All-in-One RAG Framework"

Ever opened a PDF where diagrams, tables, equations and text all collide—and wished one tool could just make sense of it? You’re not alone. Most retrieval systems trip over anything that isn’t plain text. That’s exactly where RAG-Anything comes in: an *all-in-one multimodal RAG framework* that aims to treat mixed-content documents like first-class citizens.

Built on LightRAG and available on GitHub, RAG-Anything stitches together parsing, extraction, and retrieval so you don’t have to juggle multiple tools. Imagine querying a research paper and getting the relevant paragraph, the supporting chart, and the math derivation — all returned in context. Sweet, right?

What makes it different? A few practical highlights:

• Adaptive Content Decomposition — smartly segments text blocks, images, tables, and equations while keeping relationships intact.
• MinerU integration — high-fidelity layout and structure extraction for complex documents.
• Concurrent multi-pipeline architecture — parallel processing for faster throughput without losing context.
• Multi-modal knowledge graph — turns mixed elements into linked entities with weighted relevance scoring.
• Vector-graph fusion retrieval — blends semantic embeddings and graph traversal for coherent results.

There are also modality-aware analyzers: visual content, structured data, mathematical expressions, and an extensible handler for new types. In short, the system preserves document hierarchy, maps cross-modal relationships, and ranks results according to what matters for your query.

Curious to try it or contribute? Check the project here: https://github.com/HKUDS/RAG-Anything. Note: MinerU models download automatically on first use (or you can follow the manual configuration steps).

It’s a messy world of mixed documents out there. RAG-Anything doesn’t eliminate the mess — it helps you read it coherently. Let’s see where this takes research, enterprise docs, and anything that needs real multimodal understanding.

Deutsch — Kurze Zusammenfassung

Kennst du das Gefühl, wenn ein Dokument Text, Bilder, Tabellen und Formeln wild vermischt und keine Suchlösung alles erfasst? RAG-Anything ist ein Versuch, genau das zu lösen: ein *All‑in‑One Multimodal RAG Framework* auf Basis von LightRAG, veröffentlicht auf GitHub.

Die wichtigsten Punkte in Kürze:

• Adaptive Zerlegung trennt Inhalte (Text, Visuals, Tabellen, Gleichungen) und bewahrt ihre Beziehungen.
• MinerU-Integration sorgt für hochwertige Layout- und Strukturerkennung.
• Parallele Pipelines verarbeiten Text- und Multimodal-Streams zeitgleich für bessere Performance.
• Multimodaler Knowledge Graph vernetzt Entitäten über Modalitäten hinweg und nutzt gewichtete Relevanzwerte.
• Hybrid-Retrieval verbindet Vektorähnlichkeit mit Graph‑Traversal für konsistente, kontextreiche Treffer.

Das Projekt ist praktisch für Forschung, technische Dokumente, Finanzberichte und Enterprise‑Wissen, wo Inhalte vielfältig sind. Schau dir das Repo an: https://github.com/HKUDS/RAG-Anything. MinerU-Modelle werden beim ersten Start automatisch geladen — es gibt aber auch Hinweise zur manuellen Konfiguration.

Kurz gesagt: RAG-Anything versucht, das Chaos gemischter Inhalte lesbar zu machen. Und das ist ein ziemlich hilfreicher Anfang.