R2R 简介
R2R[1] （Reason to Retrieve）是一个先进的 AI 检索系统，支持检索增强生成（Retrieval-Augmented Generation，RAG）功能，并具备生产级特性。它基于 RESTful API 构建，提供多模态内容摄取、混合搜索、知识图谱以及全面的文档管理功能。
此外，R2R 还包含一个深度研究 API，能够从知识库和互联网中获取相关数据，为复杂查询提供更丰富、更具上下文感知能力的答案。
项目特点
主要特点
多模态摄取：支持解析 .txt、.pdf、.json、.png、.mp3等多种格式文件。混合搜索：结合语义搜索和关键词搜索，通过互惠排名融合技术提升检索效果。 知识图谱：自动提取实体和关系，构建知识图谱。 智能 RAG：集成推理代理，增强检索功能。 用户与访问管理：提供完整的认证和集合管理系统。
使用场景
R2R 可广泛应用于需要高效检索和知识管理的场景，例如：
企业知识库管理：快速检索和整合企业内部文档、资料等。 学术研究：辅助研究人员快速获取相关文献和知识。 智能客服：为客服系统提供更准确的知识检索和回答生成。 市场分析：通过深度研究 API，分析市场趋势和社会影响。
项目使用
云服务选项
通过 SciPhi Cloud 使用 R2R，无需信用卡即可享受免费套餐，详细可参考快速开始[2]。
自托管选项
快速安装与运行（轻量模式）：
pip install r2r
export OPENAI_API_KEY=sk-...
python -m r2r.serve
使用 Docker 运行（完整模式）：
git clone :SciPhi-AI/R2R.git && cd R2R
export R2R_CONFIG_NAME=full OPENAI_API_KEY=sk-...
docker compose -f compose.full.yaml --profile postgres up -d
详细自托管指南请参考自托管文档[3]。
使用 API
安装 SDK 并设置：
Python：
pip install r2r
export R2R_API_KEY=pk_..sk_... # Get from SciPhi Cloud dashboard
JavaScript：
npm i r2r-js
export R2R_API_KEY=pk_..sk_... # Get from SciPhi Cloud dashboard
客户端初始化：
Python：
from r2r import R2RClient
client = R2RClient() # 如为自托管，请指定 base_url
JavaScript：
const { r2rClient } = require('r2r-js');
const client = new r2rClient(); // 如为自托管，请指定 baseURL
文档操作：
创建示例文档：
client.documents.create_sample(hi_res=True)
列出文档：
client.documents.list()
搜索与 RAG：
基础搜索：
results = client.retrieval.search(query="What is DeepSeek R1?")
RAG 带引用：
response = client.retrieval.rag(query="What is DeepSeek R1?")
带推理的 RAG：
response = client.retrieval.agent(
message={"role":"user", "content": "What does deepseek r1 imply? Think about market, societal implications, and more."},
rag_generation_config={
"model"="anthropic/claude-3-7-sonnet-20250219",
"extended_thinking": True,
"thinking_budget": 4096,
"temperature": 1,
"top_p": None,
"max_tokens_to_sample": 16000,
},
mode="research" # 深度研究风格输出
)
参考文档
R2R 官方文档[4] SciPhi Cloud[5]
