Marker-Inc-Korea/AutoRAG
AutoRAG: Now your agent can find anything in your computer. It gets smarter if you are using it frequently.
它解决了什么
AutoRAG 作为大型文档集合的「图书管理员代理」，超越了仅提供文件路径与匹配行的简单搜索工具。它不再迫使用户手动打开文件、阅读内容并自行合成答案，而是搜索、阅读并将信息整理成干净、编号的知识单元，直接回应查询。
它的工作原理
AutoRAG 采用基于 Pi 代理循环的双层代理架构。父级协调者负责规划、记忆检查与检索种子，然后将探索任务委派给专门的探索代理。这些探索者使用 read、grep、find、ls 等工具检查文档。
为确保高质量检索，系统使用多种可插拔的方法：
- 词汇搜索：使用 BM25 进行关键词排名。
- 语义搜索：使用 MinSync 理解语义。
- 混合搜索：结合两者以兼顾精确度与召回率。
- 发现：可选的与 Jikji 集成，以先发现再索引的方式进行发现。
它还具备自我演化的记忆系统，能够从用户反馈与先前的搜索中学习，优化在特定查询类型下最有效的检索方法与文档区域。
目标用户
此工具主要面向管理非代码文档集合的人员，例如手册、法律文件、内部 Wiki、研究论文、会议记录与 PDF。
亮点
- 自我演化记忆：从使用情况与明确的用户反馈中学习，随时间提升搜索准确度。
- 广泛数据源支持：可连接 Slack、Discord、Notion、GitHub、Google Drive、Gmail 与 Obsidian 等外部来源。
- 多方法检索：在同一界面结合 BM25 与语义搜索（MinSync）。
- 结构化输出：返回整理后的知识单元，而非原始搜索结果。
- 旧版支持：内置 WebAssembly 解析器，可从旧版 HWP5 二进制文件中提取文字。