EN

UltraRAG：基于 MCP 的 RAG 开发框架

基于 MCP 架构设计的轻量级 RAG 开发框架，可通过 YAML 配置编排控制结构。

核验日期

核心信息

以下信息由程序从官方接口读取，不经模型改写。

许可证
Apache-2.0
语言
Python
维护方
OpenBMB
核验日期

它是什么

UltraRAG 是基于 Model Context Protocol（MCP）架构设计的轻量级 RAG 开发框架。它由清华大学的 THUNLP、东北大学的 NEUIR、OpenBMB 和 AI9stars 联合推出。它面向研究探索和工业原型设计，将检索器、生成等核心 RAG 组件标准化为独立的 MCP Server。开发者可以仅通过 YAML 配置来编排条件分支和循环等复杂控制结构。

主要能力

  1. 推理编排原生支持顺序、循环和条件分支等控制结构。

  2. 基于 MCP 架构，功能被解耦为独立的 Server。

  3. 新功能只需注册为函数级 Tool，即可集成到工作流中。

  4. 它内置标准化的评测工作流和开箱即用的主流研究基准。

怎么上手

  1. UltraRAG 提供两种安装方式：本地源码安装（推荐使用 uv 进行包管理）和 Docker 容器部署。

  2. 项目强烈推荐使用 uv 来管理 Python 环境和依赖。

  3. 如果只需运行基础核心功能，例如只使用 UltraRAG UI，可采用核心依赖安装。

  4. 如果想完整体验 UltraRAG 的检索、生成、语料处理和评测功能，可采用完整安装。

  5. 如果不想配置本地 Python 环境，可以使用 Docker 部署。

  6. 项目把完整安装称为推荐的团队配置，其中每个 MCP Server 共用同一个虚拟环境和锁文件。

  7. 按需安装时，只保留所需运行模块对应的可选依赖组。

摘自 README · shell
git clone https://github.com/OpenBMB/UltraRAG.git --depth 1
cd UltraRAG
摘自 README · shell
  uv sync
摘自 README · shell
  uv sync --all-extras
摘自 README · shell
# CPU: no GPU runtime required
docker run --rm -it -p 5050:5050 hdxin2002/ultrarag:latest-base-cpu

# GPU: requires the NVIDIA Container Toolkit
docker run --rm -it --gpus all -p 5050:5050 hdxin2002/ultrarag:latest
摘自 README · shell
ultrarag run examples/experiments/sayhello.yaml

适合谁

项目提供从入门到进阶的完整教程示例。研究实验部分面向研究人员，提供数据、实验工作流和可视化分析工具。案例分析提供可视化的 Case Study 界面，用于跟踪工作流的每个中间输出，辅助分析和错误归因。

代码集成介绍如何在 Python 代码中直接调用 UltraRAG 组件，以实现更灵活的定制开发。演示系统面向开发者和最终用户，提供完整的 UI 交互和复杂应用案例。部署指南是详细的生产环境部署教程，涵盖检索器、生成模型（LLM）和 Milvus 向量数据库的配置。

容器启动后，UltraRAG UI 会自动运行。

来源

本页内容整理自以下官方来源，点击可核对原文。

核验日期 ·

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。 发现错误？告诉我们。