产品简介
rag NVIDIA RAG蓝图是一个开源参考方案，用于使用NVIDIA NIM微服务构建检索增强生成系统。它能从企业数据源实时检索信息，减少大型语言模型的回答幻觉，确保准确性、合规性和新鲜度。适合需要基于内部数据构建问答系统的企业开发者。
核心功能
- 支持Agentic RAG管道处理多跳和跨文档查询
- 多模态内容提取（文本、表格、图表、音频）
- 混合搜索与重排序提高检索准确性
- GPU加速索引和检索实现低延迟
- 可编程防护栏确保内容安全
快速开始
- 下载程序：点击页面上的「下载软件」按钮获取。
- 运行程序：解压或安装后运行主程序。
- 开始使用：打开 rag，按界面提示操作。
界面预览
与其他方案对比
| 对比项 | rag | 同类方案 |
|---|---|---|
| GPU加速支持 | 提供GPU加速索引和检索，低延迟性能 | 普通框架可能依赖CPU，延迟较高 |
| 多模态内容处理 | 支持文本、表格、图表、音频等多种格式提取 | 可能只支持纯文本或简单格式 |
| 部署灵活性 | 支持本地Docker和Kubernetes等多种部署选项 | 可能仅限特定平台或云服务 |
适合谁用
- 需要构建企业级问答系统的AI开发者
- 处理多模态文档（如PDF、表格）的数据工程师
- 要求低延迟和高准确性的机器学习团队
下载与版本
当前最新版本为 v2.6.0，发布于 2026-06-04。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/NVIDIA-AI-Blueprints/rag