
R2R
R2R (Reason to Retrieve) é um sistema avançado de recuperação de IA que fornece recursos de Geração Aumentada de Recuperação (RAG) prontos para produção com ingestão de conteúdo multimodal, pesquisa híbrida, grafos de conhecimento e gerenciamento abrangente de documentos por meio de uma API RESTful.
https://github.com/SciPhi-AI/R2R?ref=aipure&utm_source=aipure

Informações do Produto
Atualizado:Oct 16, 2025
O que é R2R
R2R é uma biblioteca e plataforma poderosa projetada para aprimorar o entendimento e a recuperação de documentos com tecnologia de IA. Ele combina processamento de documentos, pesquisa e geração com tecnologia de IA e ferramentas de análise para ajudar as organizações a implementar sistemas RAG eficientes e escaláveis. A plataforma inclui uma API RESTful e SDKs para Python e JavaScript, tornando-a acessível para desenvolvedores, ao mesmo tempo em que oferece recursos de nível empresarial, como autenticação de usuário, controle de acesso e gerenciamento abrangente de documentos.
Principais Recursos do R2R
R2R (Reason to Retrieve) é um sistema avançado de recuperação de IA que combina a Geração Aumentada por Recuperação (RAG) com recursos prontos para produção construídos em torno de uma API RESTful. Ele oferece recursos abrangentes, incluindo ingestão de conteúdo multimodal para vários formatos de arquivo, pesquisa híbrida combinando abordagens semânticas e de palavras-chave, geração de grafo de conhecimento, raciocínio agentic e gerenciamento robusto de usuários/documentos. O sistema inclui uma API de Pesquisa Profunda que permite o raciocínio em várias etapas, buscando dados relevantes de bases de conhecimento internas e fontes externas.
Ingestão de Conteúdo Multimodal: Suporta a análise de vários formatos de arquivo, incluindo .txt, .pdf, .json, .png, .mp3, permitindo a integração de conteúdo diversificado na base de conhecimento
Arquitetura de Pesquisa Híbrida: Combina pesquisa semântica e de palavras-chave com fusão de classificação recíproca para fornecer resultados de pesquisa mais precisos e contextualmente relevantes
Sistema RAG Agentic: Integra agentes de raciocínio com recursos de recuperação, permitindo um processamento de consulta mais sofisticado e respostas com reconhecimento de contexto
Geração de Grafo de Conhecimento: Extrai automaticamente entidades e relacionamentos do conteúdo para criar grafos de conhecimento interconectados para uma melhor compreensão das informações
Casos de Uso do R2R
Gerenciamento de Documentos Empresariais: As organizações podem usar o R2R para gerenciar, pesquisar e extrair insights de grandes coleções de documentos internos e bases de conhecimento
Pesquisa e Análise: Os pesquisadores podem aproveitar a API de Pesquisa Profunda para sintetizar informações de várias fontes e gerar análises abrangentes
Aprimoramento do Suporte ao Cliente: As equipes de suporte podem utilizar o R2R para recuperar rapidamente informações relevantes e gerar respostas precisas às consultas dos clientes
Descoberta de Conhecimento: As equipes podem descobrir conexões e insights ocultos em seus dados por meio do grafo de conhecimento e dos recursos de pesquisa híbrida
Vantagens
Conjunto de recursos abrangente com recursos prontos para produção
Opções de implantação flexíveis (baseado em nuvem ou auto-hospedado)
Fortes capacidades de integração através da API RESTful
Desvantagens
Requer chave de API e configuração potencialmente significativa para a versão auto-hospedada
Pode exigir recursos computacionais substanciais para funcionalidade completa
Como Usar o R2R
Instalar o SDK do R2R: Instale o SDK usando pip para Python (pip install r2r) ou npm para JavaScript (npm i r2r-js)
Configurar a chave da API: Obtenha uma chave de API no painel do SciPhi Cloud e defina-a como variável de ambiente: export R2R_API_KEY=pk_..sk_...
Inicializar o cliente: Criar instância do cliente R2R - Python: from r2r import R2RClient; client = R2RClient() ou JavaScript: const { r2rClient } = require('r2r-js'); const client = new r2rClient()
Ingerir documentos: Carregue documentos usando client.documents.create(file_path='/path/to/file') ou use documentos de amostra com client.documents.create_sample(hi_res=True)
Listar documentos: Visualize os documentos carregados usando client.documents.list()
Pesquisa básica: Realize uma pesquisa básica com: results = client.retrieval.search(query='Sua consulta de pesquisa aqui')
RAG com citações: Obtenha respostas com citações usando: response = client.retrieval.rag(query='Sua pergunta aqui')
Raciocínio Agentic: Use raciocínio avançado com: response = client.retrieval.agent(message={'role':'user', 'content': 'Sua consulta complexa'}, rag_generation_config={configuration parameters})
Monitorar status: Verifique o status do processamento de documentos e gerencie os documentos por meio do painel ou dos endpoints da API
Acessar recursos adicionais: Explore a pesquisa híbrida, os grafos de conhecimento e a ingestão de conteúdo multimodal por meio dos endpoints da API e da documentação fornecidos em r2r-docs.sciphi.ai
Perguntas Frequentes do R2R
R2R (Reason to Retrieve) é um sistema avançado de recuperação de IA que suporta a Geração Aumentada por Recuperação (RAG) com recursos prontos para produção. É construído em torno de uma API RESTful e oferece ingestão de conteúdo multimodal, pesquisa híbrida, grafos de conhecimento e gerenciamento abrangente de documentos.
Vídeo do R2R
Artigos Populares

Lançamento do Microsoft MAI-Image-1: O que é, por que é importante e como usar o novo gerador de imagens de IA interno da Microsoft
Nov 6, 2025

Códigos de Convite Sora Grátis em Dezembro de 2025 e Como Obter e Começar a Criar
Nov 6, 2025

Top 10 Alternativas ao SweetAI Chat em 2025: Melhores Aplicativos de Chat com IA NSFW Que Você Deve Experimentar
Oct 31, 2025

SweetAI Chat vs Moonmate (2025): Recomendação honesta da AIPURE sobre o melhor aplicativo de bate-papo NSFW com IA
Oct 30, 2025







