由清華大學THUNLP實驗室、東北大學NEUIR實驗室、OpenBMB與AI9Stars聯合開發的 UltraRAG2.1 已正式發佈，成為全球首個基於Model Context Protocol（MCP）架構的開源RAG框架。該版本徹底簡化多模態智能檢索系統的構建流程——研究人員僅需編寫幾行YAML配置文件，即可實現多階段推理、生成與評估，無需一行代碼，大幅降低技術門檻。

UltraRAG2.1內置Retriever-Generation-Evaluation一體化流水線，不僅支持文本，還能處理圖像、PDF等多模態數據。其創新性VisRAG Pipeline可直接解析本地PDF文檔，自動提取文字與圖表，構建跨模態索引，實現“問圖答文、以文搜圖”的混合檢索，適用於科研論文分析、技術手冊問答等高價值場景。

框架支持Word、PDF、Markdown等多種格式的智能解析與語義分塊，並無縫集成開源文檔處理工具MinerU，可一鍵構建企業級私有知識庫。用户無需手動清洗或標註數據，系統自動完成結構化處理，讓知識管理效率提升數倍。

UltraRAG2.1提供全鏈路可視化RAG工作流，兼容多種檢索引擎（如Elasticsearch、FAISS）與生成模型(Llama、Qwen、Kimi等)，並引入標準化評估體系，從相關性、忠實度、流暢性等維度量化結果質量。開發者可直觀定位瓶頸，快速迭代優化。

區別於傳統RAG的硬編碼模式，UltraRAG2.1基於模型上下文協議（MCP），將檢索、推理、生成等模塊解耦為標準化“智能體”，通過YAML聲明式配置即可靈活組裝複雜任務流。例如，僅需幾行配置，即可實現“先檢索技術文檔→再調用代碼生成模型→最後用評估模塊校驗輸出”的三階段工作流。