R2R (Reason to Retrieve) adalah sistem pengambilan AI tingkat lanjut yang menyediakan kemampuan Retrieval-Augmented Generation (RAG) siap produksi dengan penyerapan konten multimodal, pencarian hibrida, grafik pengetahuan, dan manajemen dokumen komprehensif melalui API RESTful.
https://github.com/SciPhi-AI/R2R?ref=aipure&utm_source=aipure
R2R

Informasi Produk

Diperbarui:Mar 28, 2025

Apa itu R2R

R2R adalah pustaka dan platform yang kuat yang dirancang untuk meningkatkan pemahaman dan pengambilan dokumen berbasis AI. Ini menggabungkan pemrosesan dokumen, pencarian dan pembuatan berbasis AI, dan alat analisis untuk membantu organisasi menerapkan sistem RAG yang efisien dan terukur. Platform ini mencakup API RESTful dan SDK untuk Python dan JavaScript, membuatnya dapat diakses oleh pengembang sambil menawarkan fitur kelas perusahaan seperti otentikasi pengguna, kontrol akses, dan manajemen dokumen yang komprehensif.

Fitur Utama R2R

R2R (Reason to Retrieve) adalah sistem pengambilan AI tingkat lanjut yang menggabungkan Retrieval-Augmented Generation (RAG) dengan fitur siap produksi yang dibangun di sekitar API RESTful. Sistem ini menawarkan kemampuan komprehensif termasuk penyerapan konten multimodal untuk berbagai format file, pencarian hibrida yang menggabungkan pendekatan semantik dan kata kunci, pembuatan knowledge graph, penalaran agentik, dan manajemen pengguna/dokumen yang kuat. Sistem ini mencakup Deep Research API yang memungkinkan penalaran multi-langkah dengan mengambil data yang relevan dari basis pengetahuan internal dan sumber eksternal.
Penyerapan Konten Multimodal: Mendukung penguraian berbagai format file termasuk .txt, .pdf, .json, .png, .mp3, memungkinkan integrasi konten yang beragam ke dalam basis pengetahuan
Arsitektur Pencarian Hibrida: Menggabungkan pencarian semantik dan kata kunci dengan reciprocal rank fusion untuk memberikan hasil pencarian yang lebih akurat dan relevan secara kontekstual
Sistem RAG Agentik: Mengintegrasikan agen penalaran dengan kemampuan pengambilan, memungkinkan pemrosesan kueri yang lebih canggih dan respons yang sadar konteks
Pembuatan Knowledge Graph: Secara otomatis mengekstrak entitas dan hubungan dari konten untuk membuat knowledge graph yang saling berhubungan untuk pemahaman informasi yang lebih baik

Kasus Penggunaan R2R

Manajemen Dokumen Perusahaan: Organisasi dapat menggunakan R2R untuk mengelola, mencari, dan mengekstrak wawasan dari koleksi besar dokumen internal dan basis pengetahuan
Riset dan Analisis: Peneliti dapat memanfaatkan Deep Research API untuk mensintesis informasi dari berbagai sumber dan menghasilkan analisis komprehensif
Peningkatan Dukungan Pelanggan: Tim dukungan dapat menggunakan R2R untuk dengan cepat mengambil informasi yang relevan dan menghasilkan respons yang akurat terhadap pertanyaan pelanggan
Penemuan Pengetahuan: Tim dapat mengungkap koneksi dan wawasan tersembunyi dalam data mereka melalui knowledge graph dan kemampuan pencarian hibrida

Kelebihan

Set fitur komprehensif dengan kemampuan siap produksi
Opsi penerapan yang fleksibel (berbasis cloud atau dihosting sendiri)
Kemampuan integrasi yang kuat melalui API RESTful

Kekurangan

Memerlukan kunci API dan pengaturan yang berpotensi signifikan untuk versi yang dihosting sendiri
Mungkin memerlukan sumber daya komputasi yang besar untuk fungsionalitas penuh

Cara Menggunakan R2R

Instal R2R SDK: Instal SDK menggunakan pip untuk Python (pip install r2r) atau npm untuk JavaScript (npm i r2r-js)
Siapkan Kunci API: Dapatkan kunci API dari dasbor SciPhi Cloud dan atur sebagai variabel lingkungan: export R2R_API_KEY=pk_..sk_...
Inisialisasi Klien: Buat instance klien R2R - Python: from r2r import R2RClient; client = R2RClient() atau JavaScript: const { r2rClient } = require('r2r-js'); const client = new r2rClient()
Masukkan Dokumen: Unggah dokumen menggunakan client.documents.create(file_path='/path/to/file') atau gunakan contoh dokumen dengan client.documents.create_sample(hi_res=True)
Daftar Dokumen: Lihat dokumen yang diunggah menggunakan client.documents.list()
Pencarian Dasar: Lakukan pencarian dasar dengan: results = client.retrieval.search(query='Kueri pencarian Anda di sini')
RAG dengan Kutipan: Dapatkan respons dengan kutipan menggunakan: response = client.retrieval.rag(query='Pertanyaan Anda di sini')
Penalaran Agentik: Gunakan penalaran tingkat lanjut dengan: response = client.retrieval.agent(message={'role':'user', 'content': 'Kueri kompleks Anda'}, rag_generation_config={parameter konfigurasi})
Pantau Status: Periksa status pemrosesan dokumen dan kelola dokumen melalui dasbor atau titik akhir API
Akses Fitur Tambahan: Jelajahi pencarian hibrida, grafik pengetahuan, dan penyerapan konten multimodal melalui titik akhir API dan dokumentasi yang disediakan di r2r-docs.sciphi.ai

FAQ R2R

R2R (Reason to Retrieve) adalah sistem pengambilan AI tingkat lanjut yang mendukung Retrieval-Augmented Generation (RAG) dengan fitur siap produksi. Dibangun di sekitar RESTful API dan menawarkan penyerapan konten multimodal, pencarian hibrida, knowledge graph, dan manajemen dokumen yang komprehensif.

Alat AI Terbaru Serupa dengan R2R

Folderr
Folderr
Folderr adalah platform AI komprehensif yang memungkinkan pengguna untuk membuat asisten AI kustom dengan mengunggah file tanpa batas, mengintegrasikan dengan berbagai model bahasa, dan mengotomatiskan alur kerja melalui antarmuka yang ramah pengguna.
InDesign Translator
InDesign Translator
InDesign Translator adalah layanan terjemahan online yang memungkinkan pengguna menerjemahkan file InDesign sambil mempertahankan format dan gaya, menawarkan terjemahan yang dibantu AI dan fitur kolaborasi yang mudah tanpa memerlukan penerjemah untuk menginstal InDesign.
Specgen.ai
Specgen.ai
Specgen.ai adalah platform bertenaga AI yang membantu bisnis mengoptimalkan respons tawaran mereka dengan secara otomatis menganalisis kebutuhan tender dan menghasilkan respons yang dipersonalisasi sambil memastikan kerahasiaan data 100% melalui model AI proprietary.
TurboDoc
TurboDoc
TurboDoc adalah perangkat lunak pemrosesan faktur yang didukung AI yang secara otomatis mengekstrak dan mengubah data faktur yang tidak terstruktur menjadi data terstruktur yang terorganisir dan mudah dibaca melalui integrasi Gmail dan pemrosesan dokumen cerdas.