RAG-Anything 接入 LightRAG3 步给老项目升级多模态 RAG【免费下载链接】RAG-AnythingRAG-Anything: All-in-One RAG Framework项目地址: https://gitcode.com/GitHub_Trending/ra/RAG-Anything你的 LightRAG 项目现在只能读纯文本PDF 里嵌的表格和图片一律丢。卡点不在模型在解析环节。这篇文章带你走一遍 RAG-Anything 集成装个包、传个实例、查一次问30 分钟完事老知识库一条数据不丢。动手前先过一遍这 4 条检查清单确认 LightRAG 工作目录里有有效数据装好选定的解析器MinerU 或 Docling备好 LLM 与视觉模型调用函数Python 版本不低于 3.10三步完成 LightRAG 到 RAG-Anything 的迁移第 1 步装依赖pip install raganything从 PyPI 装核心包即可需要全部可选解析器就换raganything[all]。这一步做的事把 RAG-Anything 和它依赖的 LightRAG 一起拉进环境。第 2 步把现有 LightRAG 实例交给 RAGAnythingrag RAGAnything( lightraglightrag_instance, vision_model_funcvision_model_func, )lightrag参数直接收你的旧实例存储、索引、配置全部沿用等于零迁移成本。vision_model_func是视觉模型入口给上它图像内容才有处理器可用。第 3 步发一次查询验证answer await rag.aquery(库里有哪些文档, modehybrid)跑通说明升级完成。查询会走混合检索向量相似性加图结构遍历两路一起召回老数据不用重新入库。迁移后你的 RAG 多出了什么纯文本 RAGRAG-Anything文档里的图像读不到自动识别VLM 生成描述入图表格读不到结构解析成文本再入库LaTeX 公式读不到识别成公式对象单独处理文档格式靠你预处理PDF、Office、图片直接吃检索向量为主向量 图按模态调权核心差异就在前三行。RAG-Anything 内部有 image、table、equation 三个专用处理器文档过解析器时自动分流。另外如果你手里已经有解析好的内容列表可以直接insert_content_list灌进去跳过重新解析。踩坑 调优速查如果旧实例加载不上 → 先核对工作目录路径必须和原 LightRAG 的working_dir完全一致如果 Office 文档解析报错 → MinerU 2.0 不再内置 LibreOffice 转换.docx/.pptx 请先手动转成 PDF如果纠结解析器怎么选 → MinerU 主打 PDF 和图片带公式、表格识别Docling 对 Office 和 HTML 优化更好如果批量跑慢 →process_folder_complete的max_workers默认只有 1调到 4 左右比较稳再高容易撞 LLM 或视觉接口的限流下一步可以看什么想批量处理整个文件夹读一读 docs/batch_processing.md解析器的注册机制在 raganything/parser.py支持进程内挂自定义解析器。【免费下载链接】RAG-AnythingRAG-Anything: All-in-One RAG Framework项目地址: https://gitcode.com/GitHub_Trending/ra/RAG-Anything创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考