aigc-apps/PAI-RAG

해결하는 문제

PAI-RAG은 기업 수준의 복잡한 지식 처리와 지능형 Q&A를 위한 오픈소스 에이전트형 RAG 프레임워크입니다. 단순 검색으로는 해결할 수 없는 복잡한 작업을 처리하기 위해 지식 기반 관리, 다중 모달 이해, 에이전트 기반 추론 루프를 통합합니다.

작동 방식

시스템은 "생각-행동-관찰" 루프를 따르는 ReAct(추론 및 행동) 에이전트 엔진을 사용합니다. 이를 통해 작업을 계획하고 도구를 병렬로 호출할 수 있습니다. 벡터 검색, 전체 텍스트 검색, 하이브리드 검색 및 재랭킹을 포함한 다양한 검색 전략을 결합하여 20개 이상의 문서 형식을 지원하는 지식 기반에서 정보를 가져옵니다. 또한 Model Context Protocol (MCP)를 통합하여 도구 세트를 확장하고, 이미지 및 동영상과 같은 다중 모달 입력을 추출하여 인덱싱함으로써 지원합니다.

대상 사용자

데이터 분석, 다중 모달 문서 이해, 실시간 웹 검색이 가능한 고도화된 AI 에이전트를 구축하고 싶은 개발자 및 기업을 위한 것입니다. 깊은 머신러닝 전문 지식이 필요하지 않습니다.

주요 특징

• 다중 모달 기능: 문서에서 이미지를 추출하고 인덱싱하며, 동영상 분석을 통해 설명을 생성합니다.
• 에이전트 기반 추론: Chain-of-Thought 모델(예: DeepSeek-R1)의 내장 지원과 다단계 쿼리에 대한 작업 계획 기능을 제공합니다.
• 기업용 준비 완료: 다중 테넌시, 청크 단위까지 세분화된 RBAC(역할 기반 접근 제어), 관찰성을 위한 OpenTelemetry를 포함합니다.
• 확장 가능한 도구 세트: 내장된 Python 코드 샌드박스, 데이터베이스 쿼리용 Text-to-SQL, 외부 도구 접근을 위한 심층적인 MCP 통합을 제공합니다.
• 광범위한 호환성: 7가지의 다양한 벡터 데이터베이스 백엔드와 OpenAI 호환 LLM을 모두 지원합니다.