RAGLAN开源项目

1.支持多阶段 RAG 检索流程，包括问题改写（Query Rewrite）、多路召回、结果融合、文档扩展、语义重排等能力。
2.支持混合检索模式，融合向量语义检索与 BM25 关键词检索，提高复杂问题场景下的知识召回准确率。
3.支持父子文档检索（Parent Document Retrieval），通过子块精准匹配与父文档上下文扩展，提升长文本问答效果。
4.支持多路检索结果融合（RRF），自动整合不同 Retriever 的搜索结果，优化候选文档排序。
5.支持 Cross Encoder 重排序，对初步召回结果进行深度语义匹配，提高最终上下文相关性。
6.提供统一 Retriever 接口，支持多种向量数据库、Embedding 模型及检索策略灵活切换。
7.支持 Pipeline 配置化管理，可快速搭建企业知识库问答、AI Agent 知识增强等应用场景。