RAG-Anything: שאלות על כל המסמכים, גם הסרוקים

מה זה RAG-Anything?

RAG-Anything הוא פרויקט של מעבדת הדאטה של אוניברסיטת הונג קונג (HKUDS), אותה מעבדה שבנתה את LightRAG. נכון לאוקטובר 2026 יש לו כ-24,300 כוכבים בגיטהאב, רישיון MIT, והגרסה האחרונה היא v1.4.4 מה-28 באוקטובר 2026. יש לו גם דוח טכני ב-arXiv.

RAG זה השם המקצועי לצ'אט שקודם מחפש במסמכים שלכם ורק אז עונה. רוב הכלים האלה טובים בטקסט נקי וחלשים בכל השאר. RAG-Anything נבנה בדיוק בשביל השאר: עמוד סרוק, טבלה בתוך PDF, גרף בתוך דוח, נוסחה, צילום של קבלה.

הוא לא אפליקציה עם כפתורים. זו ספריית פייתון: מריצים אותה מסקריפט, נותנים לה קבצים, ושואלים אותה שאלות מהקוד. בגלל זה קלוד קוד הוא השותף הטבעי שלה. הוא כותב את הסקריפט, מריץ אותו, מתקן שגיאות, ומחזיר לכם את התשובה בעברית, בזמן שאתם רק מתארים מה אתם רוצים לדעת על המסמכים.

למה מסמכים סרוקים שוברים צ'אט רגיל?

תחשבו על התיקייה של העסק: חוזים חתומים שנסרקו, חשבוניות שצולמו בטלפון, דוח רבעוני עם גרפים, אקסל של ספקים. לצ'אט רגיל אין מה לקרוא בסריקה, כי מבחינתו זו תמונה. והטבלה בדוח מגיעה אליו כרצף מספרים בלי שורות ועמודות.

RAG-Anything מטפל בזה בשלושה שלבים, לפי ה-README:

1. פירוק. כלי בשם MinerU קורא כל קובץ, כולל זיהוי טקסט בסריקות (OCR), ומפריד בין טקסט, תמונות, טבלאות ונוסחאות.
2. הבנה. לכל סוג תוכן יש מעבד משלו. טבלה נשמרת כטבלה, ותמונה או גרף מקבלים תיאור ממודל שרואה תמונות.
3. חיבור. הכל נכנס לגרף ידע אחד, עם קשרים בין הטקסט לטבלה שמתחתיו ולגרף שלידו.

איך מתקינים את RAG-Anything עם קלוד קוד?

ההתקנה היא פייתון, ספריות ומפתח API. את כל זה קלוד קוד עושה בשבילכם, אתם רק מחליטים שני דברים: איזה מודל יענה, ואיפה התיקייה. פותחים את קלוד קוד בתיקייה חדשה ומדביקים:

תתקין לי את RAG-Anything לפי ה-README ב-github.com/HKUDS/RAG-Anything.
1. תבדוק שיש פייתון 3.10 עד 3.13 (MinerU לא תומך ב-3.14), ותיצור סביבה וירטואלית.
2. תתקין את raganything עם התוספים all.
3. אם יש בתיקייה קבצי וורד, אקסל או פאוורפוינט, תבדוק ש-LibreOffice מותקן.
4. מפתח: תשאל אותי על מפתח API תואם OpenAI, אל תדפיס אותו בצ'אט,
   ותשמור אותו רק בקובץ .env.
5. תכתוב סקריפט שמעבד את כל הקבצים בתיקייה [נתיב] עם parse_method=auto.
6. תריץ קודם על שלושה קבצים לבדיקה, ותראה לי מה יצא מטבלה אחת ומסריקה אחת.

מאחורי הקלעים אלה הפקודות מה-README, נכון לאוקטובר 2026:

pip install 'raganything[all]'
mineru --version   # should report 3.x

שורה 6 בפרומפט חוסכת כסף. עיבוד של תיקייה שלמה עולה טוקנים, אז קודם בודקים על שלושה קבצים שהתוצאה טובה, ורק אז מריצים על הכל.

רוצים לבדוק רק את הקריאה של הקבצים, בלי מפתח ובלי עלות? ל-README יש סקריפטי בדיקה שעובדים בלי API: office_document_test.py לקבצי אופיס ו-image_format_test.py לתמונות.

איך שואלים את כל התיקייה שאלה אחת?

אחרי העיבוד, אתם לא צריכים לדעת פייתון. מבקשים מקלוד קוד להריץ שאלה מול המאגר, ומקבלים תשובה שמחברת כמה מסמכים:

תריץ שאלה מול מאגר RAG-Anything שבנינו, במצב hybrid:
"כמה שילמנו לכל ספק ברבעון האחרון, ואיזה חוזה מכסה כל תשלום?"
תחזיר טבלה: ספק, סכום, תאריך, ושם הקובץ שממנו לקחת כל מספר.
אם מספר הגיע מטבלה או מסריקה, תכתוב את זה ליד.

החלק שהכי שווה להכיר הוא שאלות על גרפים ותמונות. מאז אוגוסט 2025 יש מצב בשם VLM-Enhanced Query: כשהמסמך כולל תמונות, המערכת שולחת גם את התמונה עצמה למודל שרואה תמונות. ככה אפשר לשאול "באיזה חודש הגרף בדוח מראה ירידה" ולקבל תשובה מהגרף, לא מהטקסט שסביבו.

איך בודקים שהתשובות נכונות?

מאגר ידע שעונה בביטחון על מספר לא נכון גרוע יותר מאין מאגר בכלל. לכן לפני שסומכים עליו, עושים בדיקה קצרה:

1. בוחרים חמש שאלות שאתם כבר יודעים את התשובה שלהן, למשל סכום של חשבונית מסוימת או תאריך חתימה של חוזה.
2. מבקשים מקלוד קוד להריץ את חמשתן ולהחזיר ליד כל תשובה את שם הקובץ ואת הקטע שממנו היא נלקחה.
3. משווים לבד. אם מספר מסריקה יצא שגוי, מבקשים לעבד את הקובץ הזה שוב עם parse_method=ocr, שמכריח זיהוי טקסט מלא.
4. אם טבלה יצאה מבולגנת, מבקשים מקלוד להראות לכם את התוצאה של שלב הפירוק לפני שהיא נכנסת למאגר.

שלוש אפשרויות הפירוק לפי ה-README הן auto (המערכת מחליטה לבד), ocr (לסריקות ולצילומים) ו-txt (ל-PDF שנוצר ממחשב ויש בו טקסט אמיתי). בתיקייה מעורבת תשאירו auto, ותעבדו מחדש רק את הקבצים שיצאו חלש.

עוד טיפ: תשמרו את שאלות הבדיקה בקובץ. בכל פעם שמוסיפים מסמכים או מחליפים מודל, מריצים אותן שוב ורואים שלא משהו נשבר.

מה עושים עם RAG-Anything בעסק?

• הנהלת חשבונות. תיקייה של חשבוניות סרוקות, ושאלה כמו "אילו חשבוניות מעל 5,000 ש"ח עוד לא שולמו".
• חוזים. עשרות חוזים חתומים, ושאלה כמו "באילו חוזים יש סעיף יציאה של פחות מ-30 יום".
• דוחות. דוחות כספיים או שיווקיים עם גרפים, ושאלות על המגמות שבהם.
• מסמכים טכניים. מפרטים עם טבלאות ושרטוטים, למשרד הנדסה או לחברת ייצור.

אם המסמכים שלכם הם וורד ואקסל רגילים ואתם רק רוצים שקלוד יקרא אותם בשיחה, כלי פשוט יותר יספיק. יש לנו מדריך ל-anydoc בדיוק לזה.

מה ההבדל בין RAG-Anything ל-LightRAG?

RAG-Anything בנוי על LightRAG. LightRAG הוא המנוע שבונה גרף ידע מטקסט ומחזיר תשובות עם מקור. RAG-Anything מוסיף מעליו את הקריאה של כל מה שהוא לא טקסט נקי: סריקות, טבלאות, תמונות ונוסחאות.

לפי ה-README, ביוני 2026 LightRAG קיבל תמיכה מובנית ב-RAG-Anything. בפועל: אם רוב החומר שלכם הוא טקסט ואתם רוצים אתר נוח לשאול בו, תתחילו מהמדריך ל-LightRAG. אם רוב החומר סרוק או מלא טבלאות וגרפים, RAG-Anything הוא המקום.

חשוב לדעת

• חינמי, אבל המודל עולה. הקוד חינמי. ההגדרה הבסיסית ב-README משתמשת במפתח API תואם OpenAI, וכל עיבוד וכל שאלה עולים טוקנים אצל הספק.
• המסמכים יוצאים מהמחשב. עם מודל בענן, תוכן המסמכים והתמונות נשלח לספק. אל תניחו שהכל מקומי. למסמכים של לקוחות תבדקו מה מותר לכם לפי ההסכמים וחוק הגנת הפרטיות. זה לא ייעוץ משפטי.
• אופיס דורש LibreOffice. קבצי doc, docx, ppt, pptx, xls ו-xlsx עוברים המרה, וצריך להתקין LibreOffice מהאתר הרשמי.
• גרסת פייתון. MinerU 3 עובד עם פייתון 3.10 עד 3.13. על 3.14 הוא לא מותקן.
• עברית. הממשק באנגלית, והאיכות של זיהוי טקסט בסריקות בעברית תלויה בכלי הפירוק. תבדקו על כמה סריקות אמיתיות שלכם לפני שמעבדים ארכיון שלם.
• מחשב. MinerU מוריד מודלים בהרצה הראשונה ועובד מהר יותר עם כרטיס מסך. על מחשב רגיל זה עובד, רק לאט יותר.