5.6K Star！R2R：一个支持RAG的AI检索系统

R2R 简介

R2R^[1]（Reason to Retrieve）是一个先进的 AI 检索系统，支持检索增强生成（Retrieval-Augmented Generation，RAG）功能，并具备生产级特性。它基于 RESTful API 构建，提供多模态内容摄取、混合搜索、知识图谱以及全面的文档管理功能。

此外，R2R 还包含一个深度研究 API，能够从知识库和互联网中获取相关数据，为复杂查询提供更丰富、更具上下文感知能力的答案。

项目特点

主要特点

• 多模态摄取：支持解析.txt、.pdf、.json、.png、.mp3等多种格式文件。
• 混合搜索：结合语义搜索和关键词搜索，通过互惠排名融合技术提升检索效果。
• 知识图谱：自动提取实体和关系，构建知识图谱。
• 智能 RAG：集成推理代理，增强检索功能。
• 用户与访问管理：提供完整的认证和集合管理系统。

使用场景

R2R 可广泛应用于需要高效检索和知识管理的场景，例如：

• 企业知识库管理：快速检索和整合企业内部文档、资料等。
• 学术研究：辅助研究人员快速获取相关文献和知识。
• 智能客服：为客服系统提供更准确的知识检索和回答生成。
• 市场分析：通过深度研究 API，分析市场趋势和社会影响。

项目使用

云服务选项

通过 SciPhi Cloud 使用 R2R，无需信用卡即可享受免费套餐，详细可参考快速开始^[2]。

自托管选项

• 快速安装与运行（轻量模式）：

pip install r2r
exportOPENAI_API_KEY=sk-...
python -m r2r.serve

• 使用 Docker 运行（完整模式）：

gitclonegit@github.com:SciPhi-AI/R2R.git &&cdR2R
exportR2R_CONFIG_NAME=full OPENAI_API_KEY=sk-...
docker compose -f compose.full.yaml --profile postgres up -d

详细自托管指南请参考自托管文档^[3]。

使用 API

1. 安装 SDK 并设置：

• Python：

pip install r2r
exportR2R_API_KEY=pk_..sk_... # Get from SciPhi Cloud dashboard

• JavaScript：

npm i r2r-js
exportR2R_API_KEY=pk_..sk_... # Get from SciPhi Cloud dashboard

1. 客户端初始化：

• Python：

fromr2rimportR2RClient
client = R2RClient() # 如为自托管，请指定 base_url

• JavaScript：

const{ r2rClient } =require('r2r-js');
constclient =newr2rClient(); // 如为自托管，请指定 baseURL

1. 文档操作：

• 创建示例文档：

client.documents.create_sample(hi_res=True)

• 列出文档：

client.documents.list()

1. 搜索与 RAG：

• 基础搜索：

results = client.retrieval.search(query="What is DeepSeek R1?")

• RAG 带引用：

response = client.retrieval.rag(query="What is DeepSeek R1?")

• 带推理的 RAG：

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,
 },
 mode="research"# 深度研究风格输出
)

参考文档

• R2R 官方文档^[4]
• SciPhi Cloud^[5]