清华等团队发布UltraRAG 2.1：全球首个基于MCP的多模态RAG框架，用YAML即可搭建智能检索

检索增强生成（RAG）再迎重大升级。清华大学THUNLP实验室、东北大学NEUIR实验室、OpenBMB与AI9Stars联合推出UltraRAG 2.1，成为首个基于Model Context Protocol（MCP）架构的开源RAG框架。新版大幅简化多模态智能检索系统的搭建流程——研究者只需写几行YAML配置，就能完成多阶段的推理、生成与评估，全程零代码，显著降低上手难度。

三大核心升级，定义下一代RAG标准

原生多模态支持，打通图文检索闭环

UltraRAG 2.1集成Retriever-Generation-Evaluation一体化流水线，既能处理文本，也支持图像、PDF等多模态数据。其创新的VisRAG Pipeline可直接解析本地PDF，自动抽取文字与图表，构建跨模态索引，实现“以图问答、以文搜图”的混合检索，非常适用于论文研读、技术手册问答等高价值场景。

知识库构建全自动，MinerU深度集成

框架支持Word、PDF、Markdown等多种格式的智能解析与语义分块，并与开源文档处理工具MinerU深度打通，可一键搭建企业级私有知识库。用户无需手动清洗或标注，系统自动完成结构化处理，大幅提升知识管理效率。

统一工作流 + 标准化评估，结果可解释、可优化

UltraRAG 2.1提供可视化的端到端RAG工作流，兼容多种检索引擎（Elasticsearch、FAISS等）与生成模型（Llama、Qwen、Kimi等），并内置标准化评估体系，从相关性、忠实度、流畅性等维度量化效果，帮助开发者快速定位瓶颈并高效迭代。

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，UltraRAG 2.1基于模型上下文协议（MCP）将检索、推理、生成等环节解耦为标准化“智能体”，通过YAML的声明式配置即可自由拼装复杂任务流。比如，只需几行配置，就能实现“先检索技术文档 → 调用代码生成模型 → 最后用评估模块校验输出”的三阶段流程。

业界普遍认为，UltraRAG 2.1的发布标志着RAG从“工具拼接”走向“工程化范式”。当多模态理解、知识构建与效果评估被纳入一个轻量、开源、低代码的统一框架，企业与研究团队将更易将大模型能力落地到真实业务中。这一由中文社区主导的技术创新，正在为全球RAG生态注入新的活力。

项目地址：https://github.com/OpenBMB/UltraRAG