R2R (Reason to Retrieve) là một hệ thống truy xuất AI tiên tiến cung cấp các khả năng Tạo Tăng Cường Truy Xuất (RAG) sẵn sàng sản xuất với thu thập nội dung đa phương thức, tìm kiếm kết hợp, biểu đồ tri thức và quản lý tài liệu toàn diện thông qua API RESTful.
https://github.com/SciPhi-AI/R2R?ref=aipure&utm_source=aipure
R2R

Thông tin Sản phẩm

Đã cập nhật:Mar 28, 2025

R2R là gì

R2R là một thư viện và nền tảng mạnh mẽ được thiết kế để tăng cường khả năng hiểu và truy xuất tài liệu dựa trên AI. Nó kết hợp xử lý tài liệu, tìm kiếm và tạo dựa trên AI và các công cụ phân tích để giúp các tổ chức triển khai các hệ thống RAG hiệu quả và có khả năng mở rộng. Nền tảng này bao gồm cả API RESTful và SDK cho Python và JavaScript, giúp các nhà phát triển có thể truy cập trong khi cung cấp các tính năng cấp doanh nghiệp như xác thực người dùng, kiểm soát truy cập và quản lý tài liệu toàn diện.

Các Tính năng Chính của R2R

R2R (Reason to Retrieve) là một hệ thống truy xuất AI tiên tiến, kết hợp Retrieval-Augmented Generation (RAG) với các tính năng sẵn sàng cho sản xuất được xây dựng xung quanh một API RESTful. Nó cung cấp các khả năng toàn diện bao gồm thu thập nội dung đa phương thức cho nhiều định dạng tệp khác nhau, tìm kiếm kết hợp kết hợp các phương pháp ngữ nghĩa và từ khóa, tạo biểu đồ tri thức, lý luận đại diện và quản lý người dùng/tài liệu mạnh mẽ. Hệ thống bao gồm Deep Research API cho phép lý luận đa bước bằng cách tìm nạp dữ liệu liên quan từ cả cơ sở tri thức nội bộ và các nguồn bên ngoài.
Thu thập nội dung đa phương thức: Hỗ trợ phân tích cú pháp nhiều định dạng tệp bao gồm .txt, .pdf, .json, .png, .mp3, cho phép tích hợp nội dung đa dạng vào cơ sở tri thức
Kiến trúc tìm kiếm kết hợp: Kết hợp tìm kiếm ngữ nghĩa và từ khóa với kết hợp xếp hạng đối ứng để cung cấp kết quả tìm kiếm chính xác và phù hợp theo ngữ cảnh hơn
Hệ thống RAG đại diện: Tích hợp các tác nhân lý luận với các khả năng truy xuất, cho phép xử lý truy vấn phức tạp hơn và phản hồi nhận biết ngữ cảnh
Tạo biểu đồ tri thức: Tự động trích xuất các thực thể và mối quan hệ từ nội dung để tạo ra các biểu đồ tri thức được kết nối với nhau để hiểu thông tin tốt hơn

Các Trường hợp Sử dụng của R2R

Quản lý tài liệu doanh nghiệp: Các tổ chức có thể sử dụng R2R để quản lý, tìm kiếm và trích xuất thông tin chi tiết từ các bộ sưu tập lớn các tài liệu nội bộ và cơ sở tri thức
Nghiên cứu và phân tích: Các nhà nghiên cứu có thể tận dụng Deep Research API để tổng hợp thông tin từ nhiều nguồn và tạo ra các phân tích toàn diện
Nâng cao hỗ trợ khách hàng: Các nhóm hỗ trợ có thể sử dụng R2R để nhanh chóng truy xuất thông tin liên quan và tạo ra các phản hồi chính xác cho các truy vấn của khách hàng
Khám phá tri thức: Các nhóm có thể khám phá các kết nối và thông tin chi tiết ẩn trong dữ liệu của họ thông qua biểu đồ tri thức và các khả năng tìm kiếm kết hợp

Ưu điểm

Bộ tính năng toàn diện với các khả năng sẵn sàng cho sản xuất
Các tùy chọn triển khai linh hoạt (dựa trên đám mây hoặc tự lưu trữ)
Khả năng tích hợp mạnh mẽ thông qua API RESTful

Nhược điểm

Yêu cầu khóa API và thiết lập có khả năng đáng kể cho phiên bản tự lưu trữ
Có thể yêu cầu tài nguyên tính toán đáng kể cho đầy đủ chức năng

Cách Sử dụng R2R

Cài đặt R2R SDK: Cài đặt SDK bằng pip cho Python (pip install r2r) hoặc npm cho JavaScript (npm i r2r-js)
Thiết lập Khóa API: Lấy khóa API từ bảng điều khiển SciPhi Cloud và đặt nó làm biến môi trường: export R2R_API_KEY=pk_..sk_...
Khởi tạo Client: Tạo phiên bản R2R client - Python: from r2r import R2RClient; client = R2RClient() hoặc JavaScript: const { r2rClient } = require('r2r-js'); const client = new r2rClient()
Tiếp nhận Tài liệu: Tải lên tài liệu bằng client.documents.create(file_path='/path/to/file') hoặc sử dụng tài liệu mẫu với client.documents.create_sample(hi_res=True)
Liệt kê Tài liệu: Xem tài liệu đã tải lên bằng client.documents.list()
Tìm kiếm Cơ bản: Thực hiện tìm kiếm cơ bản với: results = client.retrieval.search(query='Truy vấn tìm kiếm của bạn ở đây')
RAG với Trích dẫn: Nhận phản hồi với trích dẫn bằng cách sử dụng: response = client.retrieval.rag(query='Câu hỏi của bạn ở đây')
Suy luận Dựa trên Tác nhân: Sử dụng suy luận nâng cao với: response = client.retrieval.agent(message={'role':'user', 'content': 'Truy vấn phức tạp của bạn'}, rag_generation_config={các tham số cấu hình})
Giám sát Trạng thái: Kiểm tra trạng thái xử lý tài liệu và quản lý tài liệu thông qua bảng điều khiển hoặc các điểm cuối API
Truy cập Các Tính năng Bổ sung: Khám phá tìm kiếm kết hợp, biểu đồ tri thức và thu thập nội dung đa phương thức thông qua các điểm cuối API và tài liệu được cung cấp tại r2r-docs.sciphi.ai

Câu hỏi Thường gặp về R2R

R2R (Reason to Retrieve) là một hệ thống truy xuất AI tiên tiến hỗ trợ Retrieval-Augmented Generation (RAG) với các tính năng sẵn sàng cho sản xuất. Nó được xây dựng dựa trên một API RESTful và cung cấp khả năng tiếp nhận nội dung đa phương thức, tìm kiếm kết hợp, đồ thị tri thức và quản lý tài liệu toàn diện.

Công cụ AI Mới nhất Tương tự R2R

Folderr
Folderr
Folderr là một nền tảng AI toàn diện cho phép người dùng tạo ra các trợ lý AI tùy chỉnh bằng cách tải lên các tệp không giới hạn, tích hợp với nhiều mô hình ngôn ngữ và tự động hóa quy trình làm việc thông qua một giao diện thân thiện với người dùng.
InDesign Translator
InDesign Translator
InDesign Translator là một dịch vụ dịch thuật trực tuyến cho phép người dùng dịch các tệp InDesign trong khi vẫn giữ nguyên định dạng và kiểu, cung cấp dịch thuật hỗ trợ AI và các tính năng hợp tác dễ dàng mà không yêu cầu các dịch giả phải cài đặt InDesign.
Specgen.ai
Specgen.ai
Specgen.ai là một nền tảng được hỗ trợ bởi AI giúp các doanh nghiệp tối ưu hóa các phản hồi hồ sơ thầu của họ bằng cách tự động phân tích các yêu cầu thầu và tạo ra các phản hồi cá nhân hóa trong khi đảm bảo tính bảo mật dữ liệu 100% thông qua các mô hình AI độc quyền.
TurboDoc
TurboDoc
TurboDoc là phần mềm xử lý hóa đơn được hỗ trợ bởi AI tự động trích xuất và chuyển đổi dữ liệu hóa đơn không có cấu trúc thành dữ liệu có cấu trúc dễ đọc và có tổ chức thông qua tích hợp Gmail và xử lý tài liệu thông minh.