Acompañante multimodal RAG-Anything

<!-- translations:start -->

English · 한국어 · 中文 · 日本語 · Русский · Français · Deutsch

<!-- translations:end -->

RAG-Anything es un framework RAG multimodal (construido sobre LightRAG) que parsea PDFs, documentos de Office, imágenes y ecuaciones a través de MinerU/Docling/PaddleOCR. Tesserae lo integra tanto como una canalización de ingesta multimodal (proyección de grafo nativa al estilo UA) como un backend de memoria en tiempo de ejecución junto a Cognee.

¿Por qué usar ambos?

• Tesserae — memoria de agente duradera, compilación wiki, proyección de grafo.
• RAG-Anything — ingesta multimodal + recuperación en tiempo de ejecución de LightRAG.

Ambos se complementan: RAG-Anything aporta comprensión de PDF/Office/imágenes que los cargadores de fuentes orientados a texto de Tesserae no proporcionan; Tesserae conserva la memoria duradera y consultable que sobrevive entre sesiones.

Flujo actual de baja fricción

La ruta recomendada es el asistente de configuración:

tesserae project setup

Para automatización:

tesserae project setup \
  --yes \
  --with-raganything \
  --install-raganything \
  --raganything-parser mineru \
  --run-raganything
tesserae project compile

Tesserae almacena un comando de actualización administrado en lugar de pedir a los usuarios que inventen uno:

tesserae project refresh-raganything --parser mineru

Durante la compilación, Tesserae:

1. comprueba si .tesserae/external/raganything/manifest.json existe y coincide con el commit git actual (mediante el meta.json#gitCommitHash almacenado);
2. ejecuta el wrapper de actualización administrado si falta/está obsoleto o si se pasa --refresh-external-tools;
3. descubre fuentes no de código (PDFs, documentos de Office, imágenes, markdown) y las parsea con el parser configurado;
4. escribe manifest.json + meta.json;
5. continúa la compilación normal de memoria.

Puedes forzar todos los comandos externos de actualización configurados antes de compilar:

tesserae project compile --refresh-external-tools

Equivalente manual

pip install 'raganything[all]'
python -m tesserae.raganything_refresh --project . --parser mineru
tesserae project compile

Sincronización nativa de grafos

Tesserae importa de forma nativa el manifest parseado durante compile cuando la herramienta configurada usa sync_mode: native_graph.

El adaptador nativo lee .tesserae/external/raganything/manifest.json, proyecta cada documento parseado en un SourceFile node con metadatos de bloques multimodales y escribe un sync manifest:

.tesserae/external/raganything-sync.json

Mapeo actual:

Se preserva la provenance en cada nodo:

{"system": "rag-anything", "id": "doc-<sha256>", "type": "document", "artifact": ".tesserae/external/raganything/manifest.json"}

Backend de memoria en tiempo de ejecución

memory_backends.raganything (predeterminado producido por default_raganything_backend_config) coexiste con Cognee. project ask prueba los backends por orden de prioridad; la prioridad por proyecto puede establecerse mediante memory_backends.priority. RAG-Anything es opcional (predeterminado enabled: false); la bandera de configuración --with-raganything lo activa.

Requisitos del sistema

• Python 3.10+ (requisito de RAG-Anything; Tesserae en sí apunta a 3.9+).
• LibreOffice para parsear .doc/.docx/.ppt/.pptx/.xls/.xlsx — instálalo por separado mediante el gestor de paquetes de tu plataforma. RAG-Anything omite documentos de Office con una advertencia cuando falta LibreOffice.
• Los pesos de modelo de MinerU se descargan en el primer parseo y se almacenan en caché (~GBs). Las ejecuciones siguientes reutilizan la caché.
• Claves de LLM/embedding/visión compatibles con OpenAI (OPENAI_API_KEY, OPENAI_BASE_URL) para el backend de memoria en tiempo de ejecución. El modo solo parser no requiere claves.

Principio de colaboración

Tesserae sigue siendo el memory compiler. RAG-Anything sigue siendo un acompañante independiente: parser multimodal + motor de recuperación LightRAG.