aigc-apps/PAI-RAG

何を解決するか

PAI-RAG は、企業向けの複雑な知識処理と知能的な Q&A を目的としたオープンソースのエージェント型 RAG フレームワークです。従来の RAG を超えて、知識ベース管理、マルチモーダル理解、エージェント型推論ループを統合し、単純な検索では解決できない複雑なタスクを処理できます。

動作方法

このシステムは、"考え-行動-観察" のループに従う ReAct（推論と行動）エージェントエンジンを使用しています。これにより、タスクを計画し、ツールを並列で呼び出すことが可能になります。複数の検索戦略（ベクトル検索、全文検索、ハイブリッド検索と再ランク付け）を組み合わせて、20種類以上のドキュメント形式をサポートする知識ベースから情報を取得します。また、Model Context Protocol (MCP) を統合してツールセットを拡張し、画像や動画などのマルチモーダル入力を抽出・インデックス化して対応しています。

対象ユーザー

データ分析、マルチモーダルドキュメント理解、リアルタイムのウェブ検索が可能な高度な AI エージェントを構築したい開発者および企業向けです。機械学習の深い専門知識は不要です。

主な特徴

• マルチモーダル機能: ドキュメント内の画像を抽出・インデックス化し、動画解析による記述生成をサポート。
• エージェント型推論: Chain-of-Thought モデル（例: DeepSeek-R1）のネイティブサポートと、複数ステップのクエリに対するタスク計画機能。
• 企業向け対応: マルチテナント、チャンクレベルまで細分化された RBAC（ロールベースアクセス制御）、OpenTelemetry を用いた監視機能を備えています。
• 拡張可能なツールセット: 組み込みの Python コードサンドボックス、データベースクエリ用の Text-to-SQL、外部ツールアクセス用の高度な MCP 統合を提供。
• 広範な互換性: 7種類の異なるベクトルデータベースバックエンドと、OpenAI互換のすべての LLM をサポート。