R2R

最先进的 AI 检索系统。

具有 RESTful API 的代理式检索增强生成（Agentic RAG）系统。

文档 · 报告 Bug · 功能建议 · Discord

关于 R2R

R2R 是一个先进的 AI 检索系统，支持具有生产级特性的检索增强生成（RAG）。R2R 构建于 RESTful API 之上，提供多模态内容摄入、混合搜索、知识图谱以及全面的文档管理功能。

R2R 还包含一个深度研究 API（Deep Research API），这是一个多步推理系统，可从您的知识库和/或互联网中获取相关数据，为复杂查询提供更丰富、具备上下文感知能力的答案。

使用方法

# 基础搜索
results = client.retrieval.search(query="What is DeepSeek R1?")

# 带引用的 RAG
response = client.retrieval.rag(query="What is DeepSeek R1?")

# 深度研究 RAG 代理
response = client.retrieval.agent(
  message={"role":"user", "content": "What does deepseek r1 imply? Think about market, societal implications, and more."},
  rag_generation_config={
    "model": "anthropic/claude-3-7-sonnet-20250219",
    "extended_thinking": True,
    "thinking_budget": 4096,
    "temperature": 1,
    "top_p": None,
    "max_tokens_to_sample": 16000,
  },
)

快速开始

# 快速安装并在轻量模式下运行
pip install r2r
export OPENAI_API_KEY=sk-...
python -m r2r.serve

# 或者在 Docker 中运行完整模式
# git clone git@github.com:SciPhi-AI/R2R.git && cd R2R
# export R2R_CONFIG_NAME=full OPENAI_API_KEY=sk-...
# docker compose -f compose.full.yaml --profile postgres up -d

有关详细的自托管说明，请参阅自托管文档。

演示

https://github.com/user-attachments/assets/173f7a1f-7c0b-4055-b667-e2cdcf70128b

API 使用指南

1. 安装 SDK 与设置

# 安装 SDK
pip install r2r  # Python
# 或
npm i r2r-js    # JavaScript

2. 客户端初始化

from r2r import R2RClient
client = R2RClient(base_url="http://localhost:7272")

const { r2rClient } = require('r2r-js');
const client = new r2rClient("http://localhost:7272");

3. 文档操作

# 摄入示例文件或您自己的文档
client.documents.create(file_path="/path/to/file")

# 列出文档
client.documents.list()

核心功能

• 📁 多模态摄入: 解析 .txt, .pdf, .json, .png, .mp3 等多种格式
• 🔍 混合搜索: 结合语义搜索与关键词搜索，并使用倒数排名融合（Reciprocal Rank Fusion）算法
• 🔗 知识图谱: 自动进行实体和关系抽取
• 🤖 代理式 RAG: 将推理代理集成到检索系统中
• 🔐 用户与访问管理: 完善的身份验证与集合管理系统

社区与贡献

• 加入我们的 Discord 获取支持和进行交流
• 提交 功能建议 或 Bug 报告
• 欢迎提交 PR 以贡献新功能、改进或完善文档

项目贡献者