清华等发布UltraRAG 2.1，多模态智能检索系统构建更简便

快速阅读: 清华大学等机构推出UltraRAG2.1，全球首个基于MCP架构的开源RAG框架，简化多模态智能检索系统构建，实现原生多模态支持、知识库自动化构建及统一工作流与标准化评估，显著降低技术门槛。

检索增强生成（RAG）技术取得了重大进展。清华大学THUNLP实验室、东北大学NEUIR实验室、OpenBMB与AI9Stars联合推出了UltraRAG2.1，这是全球首个基于模型上下文协议（MCP）架构的开源RAG框架。此版本极大地简化了多模态智能检索系统的构建过程——研究人员只需编写几行YAML配置文件，就能实现多阶段推理、生成与评估，无需编写代码，显著降低了技术门槛。

三大核心升级，定义下一代RAG标准：

1. 原生多模态支持，实现图文检索闭环。UltraRAG2.1内置了一体化的检索-生成-评估流水线，支持文本、图像、PDF等多种模态数据的处理。其创新的VisRAG Pipeline可以直接解析本地PDF文档，自动提取文字与图表，构建跨模态索引，实现了“问图答文、以文搜图”的混合检索功能，适用于科研论文分析、技术手册问答等高价值应用场景。

2. 知识库构建自动化，深度集成MinerU。框架支持Word、PDF、Markdown等多种格式的智能解析与语义分块，并无缝集成了开源文档处理工具MinerU，能够一键构建企业级私有知识库。用户无需手动清洗或标注数据，系统自动完成结构化处理，大幅提升了知识管理效率。

3. 统一工作流与标准化评估，结果透明且可优化。UltraRAG2.1提供了全链路可视化的RAG工作流，兼容Elasticsearch、FAISS等多种检索引擎以及Llama、Qwen、Kimi等生成模型，并引入了标准化评估体系，从相关性、忠实度、流畅性等多个维度量化结果质量。开发者可以直观地识别瓶颈，迅速迭代优化。

MCP架构使得RAG真正“可组合、可扩展”。不同于传统的RAG硬编码模式，UltraRAG2.1基于MCP架构，将检索、推理、生成等组件解耦为标准化的“智能体”，通过YAML声明式配置即可灵活组装复杂的任务流程。例如，只需几行配置，就可以实现“先检索技术文档，再调用代码生成模型，最后用评估模块校验输出”的三阶段工作流。

AIbase认为，UltraRAG2.1的发布标志着RAG技术从“工具拼接”向“工程化范式”的转变。当多模态理解、知识构建与效果评估被统一在一个轻量、开源、低代码的框架内时，企业和研究者将能够更高效地将大模型的能力应用于实际业务场景。这一由中文社区引领的技术革新，正在为全球RAG生态系统注入新的活力。

项目地址：https://github.com/OpenBMB/UltraRAG

(以上内容均由Ai生成)