UltraRAG2.1技术突破：全球首款基于Model Context Protocol架构的开源RAG框架正式发布
由清华大学THUNLP实验室、东北大学NEUIR实验室、OpenBMB与AI9Stars联合研发的UltraRAG2.1版本重磅问世，这一里程碑式成果标志着检索增强生成（RAG）技术进入全新发展阶段。作为全球首个遵循Model Context Protocol（MCP）架构的开源框架，UltraRAG2.1通过革命性简化多模态智能检索系统的构建流程，让研究人员无需编写任何代码，仅凭几行YAML配置即可实现多阶段推理、生成与评估，彻底打破技术壁垒。
### 三大核心升级，引领下一代RAG技术标准
#### 原生多模态支持，实现图文检索闭环
UltraRAG2.1内置Retriever-Generation-Evaluation一体化流水线，不仅支持传统文本检索，更创新性地兼容图像、PDF等多模态数据。其独创的VisRAG Pipeline可直接解析本地PDF文档，自动提取文字与图表信息，构建跨模态索引，实现“问图答文、以文搜图”的混合检索模式。这一功能在科研论文分析、技术手册问答等高价值场景中展现出巨大潜力。
#### 知识库构建自动化，MinerU深度集成框架
UltraRAG2.1深度集成MinerU框架，支持Word、PDF、Markdown等多种格式的智能解析与语义分块，并无缝对接开源文档处理工具。用户无需手动清洗或标注数据，系统即可自动完成结构化处理，一键构建企业级私有知识库，让知识管理效率提升数倍。
#### 统一工作流+标准化评估，结果可解释可优化
UltraRAG2.1提供全链路可视化RAG工作流，兼容Elasticsearch、FAISS等主流检索引擎及Llama、Qwen、Kimi等生成模型，并引入标准化评估体系。通过相关性、忠实度、流畅性等维度量化结果质量，开发者可直观定位瓶颈，快速迭代优化。
### MCP架构：让RAG真正“可组合、可扩展”
区别于传统RAG的硬编码模式，UltraRAG2.1基于模型上下文协议（MCP），将检索、推理、生成等模块解耦为标准化“智能体”。通过YAML声明式配置，用户可灵活组装复杂任务流。例如，仅需几行配置即可实现“先检索技术文档→再调用代码生成模型→最后用评估模块校验输出”的三阶段工作流。AIbase专家指出，UltraRAG2.1的发布标志着RAG技术从“工具拼接”迈向“工程化范式”。
### 中文社区主导的技术革新，注入全球RAG生态新动能
当多模态理解、知识构建与效果评估被统一纳入一个轻量、开源、低代码的框架，企业与研究者将能更高效地将大模型能力落地到真实业务场景。这场由中文社区主导的技术革新，正为全球RAG生态注入强劲新动能。
项目地址：https://github.com/OpenBMB/UltraRAG
