haiku.rag:带页码引用的文档问答 RAG 工具
基于 LanceDB、Pydantic AI 与 Docling 的 agentic RAG,回答自有文档问题并引用页码与章节标题。
haiku.rag 是一个 agentic RAG 工具,用来自有文档回答问题,并给出页码与章节标题的引用。默认运行在内嵌 LanceDB 数据库上,通过 Ollama 使用开放模型,无需服务器或 API key;也支持 Pydantic AI 支持的其他提供方,数据库可放在 S3、GCS、Azure 或 LanceDB Cloud。基于 LanceDB、Pydantic AI 与 Docling 构建。功能包括:用 Docling 摄入 PDF、Office 文档、HTML、Markdown 与图片(进程内或 docling-serve),保留标题、表格、图片与页码来源;混合向量与全文检索,可选重排与章节感知的上下文扩展,支持多模态图片检索与跨多个命名数据库搜索;回答时会在文档上运行沙箱化 Python 做统计聚合,并引用页码与章节,视觉模型可接收图表;可在 CLI、聊天 TUI 或 Python 中通过绘制页面图片上的 chunk 来核验引用;提供 Python API、Pydantic AI 原生能力、插件钩子、面向 Claude Code/Codex/Claude Desktop 的 MCP 服务器与参考 Web 应用;另有 haiku-ingester 服务(文件系统、HTTP、S3、WebDAV 来源,SQLite 或 Postgres 任务队列与重试)、标签与回滚、vacuum 及 haiku-rag doctor 健康检查。要求 Python 3.12+,ingester、S3 访问及 Ollama/OpenAI 兼容端点之外的模型提供方为可选扩展。以 MIT 许可发布。