RAG SDK是昇腾面向大语言模型的知识增强开发套件，为解决大模型知识更新缓慢以及垂直领域知识回答弱的问题，面向大模型知识库提供垂域调优、生成增强、知识管理等特性，帮助用户搭建专属的高性能、准确度高的大模型问答系统

文件	最后提交记录	最后更新时间
.gitcode	更新PR模板	29 天前
build	【RAGSDK资料易用性整改】issues/75	25 天前
docker	[rag资料易用性修改] 修复user_guide.md中的跳转链接、样例说明，修复所有文件中出现的MINDIE相关内容	4 天前
docs	多模态知识图谱RFC提交	3 天前
example	[rag资料易用性修改] 修复user_guide.md中的跳转链接、样例说明，修复所有文件中出现的MINDIE相关内容	4 天前
mx_rag	增加cache 初始化失败日志打印	11 天前
output	RAGSDK仓库初始化	5 个月前
pre-commit	修改precommit	1 个月前
script	【RAGSDK资料易用性整改】issues/75	25 天前
tests	【RAG资料易用性修改】将test/python目录命名修改为test/unit_tests	18 天前
.codespellrc	mineru-accelerate	16 天前
.coveragerc.txt	RAGSDK仓库初始化	5 个月前
.gitignore	RAGSDK仓库初始化，补充build	5 个月前
.pre-commit-config.yaml	ADD AGREEMENT	1 个月前
CONTRIBUTING.md	修改资料审视提出的修改意见	16 天前
LICENSE.md	RAGSDK仓库初始化	5 个月前
README.md	修改资料审视提出的修改意见	16 天前
requirements.txt	ADD demo	30 天前
setup.py	适配构建包包含whl	1 个月前

RAG SDK

昇腾面向大语言模型的知识检索增强开发套件

🔹 [2025.12.30]：RAG SDK 开源发布

RAG SDK 是昇腾面向大语言模型的知识检索增强开发套件，为解决大模型知识更新缓慢以及垂直领域知识回答弱的问题，提供多模态文档解析、知识库管理、垂域调优、生成增强等能力，帮助用户快速构建基于昇腾平台的高性能、准确度高的大模型问答系统，降低大模型应用开发门槛，支持对接开源生态。

RAG SDK 提供以下核心模块：

类别	模块	功能简介
知识管理	文档解析与切分	支持文档、表格、图片等多种类型文件的解析、切分与管理
向量化	Embedding	调用向量化模型对文本进行向量编码，支持本地部署和服务化部署
检索	Retrieval	基于昇腾 NPU 异构检索加速框架，提供高性能向量检索
排序	Reranker	对检索结果进行精排，提高检索质量
缓存	Cache	支持完全一致缓存和语义相似缓存，加速 RAG 应用
知识图谱	GraphRag	一种结构化的、分层的检索增强生成（RAG）方法

具体功能特性及使用指南参考用户指南对应章节。

RAG SDK提供了一个简单的样例，帮助用户快速体验运用RAG SDK进行知识检索增强的流程。详情可参考快速入门。

支持容器内和物理机内部署安装RAG SDK，详细的安装部署说明请参见《安装部署》。

RAG SDK的使用指南请参阅完整文档导航 RAG SDK 开发者文档。

欢迎参与项目贡献，贡献流程和规范请参见《贡献指南》。

如您在使用或参与过程中有任何问题与想法，可通过以下渠道与我们沟通、提交反馈或加入社区交流。