RAG-Anything 多模态配套工具

<!-- translations:start -->

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

<!-- translations:end -->

RAG-Anything 是一个基于 LightRAG 的多模态 RAG 框架，通过 MinerU/Docling/PaddleOCR 解析 PDF、Office 文档、图像和公式。Tesserae 同时把它作为多模态摄取流水线（UA 风格的原生图投影）和与 Cognee 并行的运行时记忆后端进行集成。

为什么两者都用？

• Tesserae —— 长期存在的智能体记忆、wiki 编译、图谱投影。
• RAG-Anything —— 多模态摄取 + LightRAG 运行时检索。

两者互补：RAG-Anything 带来 Tesserae 文本优先源加载器无法提供的 PDF/Office/图像理解；Tesserae 维持跨会话仍然存在的、可查询的长期记忆。

当前低摩擦工作流

推荐路径是设置向导：

tesserae project setup

对于自动化：

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

Tesserae 存储一个受管理的刷新命令，而不是要求用户自行构造：

tesserae project refresh-raganything --parser mineru

编译期间，Tesserae 会：

1. 检查 .tesserae/external/raganything/manifest.json 是否存在并与当前 git 提交匹配（通过存储的 meta.json#gitCommitHash）；
2. 在缺失/过期或传入 --refresh-external-tools 时运行受管理的刷新包装命令；
3. 发现非代码源（PDF、Office 文档、图像、markdown）并通过配置的解析器进行解析；
4. 写入 manifest.json + meta.json；
5. 继续正常的记忆编译。

你可以在编译前强制运行所有已配置的外部刷新命令：

tesserae project compile --refresh-external-tools

手动等效流程

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

原生图同步

当配置的工具使用 sync_mode: native_graph 时，Tesserae 会在 compile 期间原生导入解析后的 manifest。

原生适配器读取 .tesserae/external/raganything/manifest.json，把每个解析后的文档投影为一个带有多模态块元数据的 SourceFile node，并写入 sync manifest：

.tesserae/external/raganything-sync.json

当前映射：

每个节点都保留 provenance：

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

运行时记忆后端

memory_backends.raganything（由 default_raganything_backend_config 生成的默认配置）与 Cognee 共存。project ask 按优先级顺序尝试各后端；每个项目的优先级可以通过 memory_backends.priority 设置。RAG-Anything 是可选启用的（默认 enabled: false）；设置标志 --with-raganything 会将其打开。

系统先决条件

• Python 3.10+（RAG-Anything 的要求；Tesserae 本身面向 3.9+）。
• 用于解析 .doc/.docx/.ppt/.pptx/.xls/.xlsx 的 LibreOffice —— 通过你平台的包管理器单独安装。缺少 LibreOffice 时，RAG-Anything 会跳过 Office 文档并发出警告。
• MinerU 模型权重会在首次解析时下载并缓存（约数 GB）。后续运行复用缓存。
• 运行时记忆后端所需的 OpenAI 兼容 LLM/嵌入/视觉密钥（OPENAI_API_KEY、OPENAI_BASE_URL）。仅解析模式不需要密钥。

协作原则

Tesserae 仍然是 memory compiler。RAG-Anything 仍然是独立的配套工具：多模态解析器 + LightRAG 检索引擎。