清华联合开源！首个基于 MCP 的 RAG 框架，太秀了。

这个叫 UltraRAG 的开源项目是首个基于 MCP 的检索增强生成（RAG）框架，不写代码也能玩转。用 YAML 文件轻松构建复杂 RAG 系统。RAG 系统：简单来说，就是让 AI 模型能先检索相关信息，再生成答案，从而提高准确性。

UltraRAG 是由清华 THUNLP、东北大学 NEUIR、OpenBMB 等多方联合推出的开源项目。它能让你更容易构建和测试复杂的 RAG 系统。01开源项目简介

这个开源项目的核心思路是把 RAG 的核心组件封装为标准化的独立 MCP Server，提供函数级 Tool 接口支持灵活调用，借助 MCP 客户端建立简洁的链路搭建。这种设计让想使用 RAG 系统的人只需编写 YAML 配置文件，就能直接声明复杂逻辑，大大降低了技术门槛。

新版版本升级，最新的 2.1 版本主要围绕以下三大核心方向进行了全面升级：① 原生多模态统一框架支持文本、图像的检索与生成，新增 VisRAG Pipeline 实现 PDF 到多模态问答的闭环。而且内置的多模态 Benchmark 覆盖视觉问答等任务，并提供统一的评估体系，方便研究者快速对比实验效果。② 知识接入与语料构建自动化支持多格式文档，比如 Word、电子书、网页存档的自动解析与分块，不需要编写复杂脚本即可构建统一格式的知识库。而且在 PDF 解析方面，它集成了 MinerU 工具，能高保真还原复杂版面与多栏结构，并支持将 PDF 按页转换为图像，保留视觉布局信息。

③ 统一工作流通过 YAML 配置驱动检索、生成、评估全流程，支持多种引擎与可视化分析，提升实验复现效率。

你不需要写代码，配置一个 YMAL 文件就行了。而且开源项目内置了 Case Study Viewer 界面，可以对结果进行交互式浏览与分析。 就是下面这样的界面。