访问官网
Github
文档项目简介
R2R（RAG to Riches）项目是一个面向新一代检索增强生成（RAG）应用的完整平台，它连接了实验和部署这两者的桥梁。作为“RAG的Elasticsearch”，R2R帮助用户快速构建和发布可扩展的RAG解决方案。通过容器化的RESTful API，R2R提供了多模态数据接入、混合搜索、GraphRAG功能、用户管理和可观察性功能。
主要功能
📁 多模态数据接入
R2R支持解析多种格式的文件，包括.txt、.pdf、.json、.png、.mp3等，极大地增强了数据兼容性。
🔍 混合搜索
R2R结合了语义搜索和关键字搜索，通过互惠排名融合（reciprocal rank fusion）技术提高搜索相关性。
🔗 Graph RAG
平台自动提取关系并构建知识图谱，以增强数据理解和关联性。
🗂️ 应用管理
R2R提供了高效的文档和用户管理功能，并提供完整的身份验证机制。
🔭 可观察性
用户可以监控和分析RAG引擎的性能，以便于进一步优化和调整。
🧩 可配置性
用户可以使用直观的配置文件轻松配置应用，以适应不同需求。
🖥️ 仪表板
R2R提供了一个开源的React+Next.js应用，支持可选认证，用户可以通过图形界面与R2R进行交互。
最新动态
在2024年9月6日发布的版本3.1.0中（注意，此版本包含重大变更），添加了Hatchet进行编排，默认数据接入提供商设为Unstructured，并改进了知识图谱构建流程。
快速上手
用户可以通过pip安装R2R，亦或者使用Docker快速部署R2R。该平台还提供了Python和JavaScript的SDK，便于开发者与R2R进行交互。
社区支持
用户可以加入我们的Discord服务器与R2R团队及其他开发者交流。在这里，用户可以获得技术支持、获取最佳实践建议，或分享使用心得。
开放贡献
R2R欢迎各类贡献。用户可以提交新的功能、改进的建议或文档，或者报告bug和功能请求来参与到项目的发展中。
对于需要了解更多信息的用户，可以访问R2R文档获取全面了解。
