UltraRAG 2.0 简介

UltraRAG 2.0 是由清华大学 THUNLP 实验室、东北大学 NEUIR 实验室与 OpenBMB 及 AI9Stars 联合发布的检索增强生成(RAG)框架。作为首个基于 Model Context Protocol(MCP)架构设计的 RAG 系统，其致力于简化复杂 RAG 系统的构建过程，使科研人员可以在短时间内实现高性能的多阶段推理系统。

核心特点

🌟 简化开发流程：用户只需通过编写 YAML 文件，即可轻松声明复杂的逻辑（如串行、循环和条件分支），极大减少代码量，降低实现门槛。

🛠️ 高效编码：经典方法 IRCoT 的官方实现需要近 900 行代码，而 UltraRAG 2.0 仅需约 50 行代码即可完成同等功能，其中一半为流程编排的 YAML 伪代码。

📈 性能提升：相较于传统的 Vanilla RAG，UltraRAG 2.0 在性能上提升约 12%，适用于多轮推理和动态检索等高级功能。

技术优势

1. MCP 架构：将 RAG 的核心组件封装为独立的 MCP 服务器，实现功能的灵活调用和扩展，支持模块间的无缝复用。

2. 动态检索与多轮交互：支持动态检索、条件判断及多轮交互等高级功能，满足复杂多跳问题的需求。

3. 快速实验平台：科研人员可以在短时间内搭建高性能实验平台，将更多精力放在算法创新和实验设计上。

项目资源

• GitHub
• 项目主页

UltraRAG 2.0 的设计极大提升了系统开发的效率和可复现性，是科研与工程实践的理想工具。