Claude Code + RAG-Anything = असीमित
원제 · Claude Code + RAG-Anything = LIMITLESS
핵심 요약
RAG Anything और Minor U का उपयोग करके Light RAG सिस्टम को इमेज और स्कैन किए गए डॉक्यूमेंट्स को प्रोसेस करने की क्षमता दी जा सकती है, जिससे पूरी तरह से टेक्स्ट-मुक्त डेटा से भी सटीक और एकीकृत उत्तर प्राप्त होते हैं।
하이라이트
RAG Anything एक ओपन-सोर्स रैपर है जो Light RAG के टेक्स्ट-ओनली डेटाबेस को इमेज, चार्ट और स्कैन किए गए PDF को प्रोसेस करने की क्षमता देता है।
Minor U नामक लोकल प्रोग्राम बिना किसी क्लाउड लागत के डॉक्यूमेंट को हेडर, टेक्स्ट, चार्ट और लेटेक्स समीकरणों जैसे अलग-अलग हिस्सों में पहचान कर विभाजित करता है।
सिस्टम इमेज और चार्ट्स के स्क्रीनशॉट लेकर उन्हें GPT-4o-mini या GPT-4o-large जैसे मॉडल्स के माध्यम से एम्बेडिंग्स और नॉलेज ग्राफ़ एंटिटीज में बदलता है।
Claude Code के लिए उपलब्ध 'वन-शॉट प्रॉम्प्ट' ऑटोमैटिक तरीके से मॉडल्स को अपडेट करता है और एम्बेडिंग के बग्स को ठीक करके इंस्टॉलेशन को सरल बनाता है।
प्रोसेस्ड नॉन-टेक्स्ट डेटा और मौजूदा Light RAG डेटा को एंटिटीज के आधार पर मर्ज करके एक एकीकृत वेक्टर डेटाबेस और नॉलेज ग्राफ़ बनाया जाता है।
타임라인
टेक्स्ट-आधारित RAG सिस्टम की सीमाएं और समाधान
अधिकांश RAG सिस्टम तकनीकी रूप से स्कैन किए गए PDF या विजुअल डेटा को संभालने में विफल रहते हैं। RAG Anything इस समस्या को हल करने के लिए विजुअल एलिमेंट्स को भी एम्बेडिंग और एंटिटीज में बदलता है। यह सेटअप Claude Code के माध्यम से API कॉल का उपयोग करके पुराने और नए डेटा को एक ही स्थान पर एकीकृत करता है।
- पारंपरिक RAG सिस्टम केवल टेक्स्ट दस्तावेज़ों तक सीमित होते हैं और इमेज या चार्ट्स को नहीं समझ पाते।
- RAG Anything एक रैपर के रूप में काम करता है जो नॉन-टेक्स्ट डेटा को प्रोसेस करके उसे Light RAG के नॉलेज ग्राफ़ में जोड़ देता है।
RAG Anything का आर्किटेक्चर और वर्किंग मैकेनिज्म
आर्किटेक्चर की समझ एक कुशल AI डेवलपर बनने के लिए आवश्यक है। Minor U डॉक्यूमेंट के हर हिस्से के चारों ओर बॉक्स बनाता है और उसे संबंधित मॉडल्स को भेजता है। लेटेक्स समीकरणों के लिए विशेष मॉडल का उपयोग किया जाता है ताकि वे LLM के समझने योग्य टेक्स्ट में बदल सकें।
- Minor U प्रोग्राम स्थानीय रूप से डॉक्यूमेंट के स्ट्रक्चर को पहचानता है और उसे टेक्स्ट और इमेज श्रेणियों में विभाजित करता है।
- Paddle OCR मॉडल स्कैन किए गए ब्लॉक्स से वास्तविक टेक्स्ट निकालता है जबकि विजुअल चार्ट्स के स्क्रीनशॉट लिए जाते हैं।
डेटा प्रोसेसिंग की लागत और समय की बचत
पूरे डॉक्यूमेंट को एक साथ विजन मॉडल को भेजना महंगा होता है। RAG Anything पहले स्थानीय स्तर पर पार्सिंग करता है जिससे केवल आवश्यक विजुअल हिस्से ही GPT जैसे भारी मॉडल्स के पास जाते हैं। यह प्रक्रिया सुनिश्चित करती है कि नॉलेज ग्राफ़ में जानकारी का दोहराव न हो और सभी संबंध सही ढंग से जुड़े रहें।
- लोकल लेवल पर डॉक्यूमेंट को छोटे हिस्सों में काटना क्लाउड मॉडल्स पर स्क्रीनशॉट भेजने की तुलना में काफी सस्ता और तेज़ है।
- इमेज और टेक्स्ट दोनों रास्तों से प्राप्त एंटिटीज और रिलेशनशिप्स को अंत में एक सिंगल वेक्टर डेटाबेस में मर्ज किया जाता है।
Claude Code के साथ इंस्टॉलेशन और इंजेस्ट वर्कफ़्लो
इंस्टॉलेशन के लिए Light RAG डायरेक्टरी में रहना अनिवार्य है। Claude Code ऑटोमैटिक तरीके से Docker कंटेनर को रीस्टार्ट करता है और एम्बेडिंग रैपर बग्स को फिक्स करता है। उपयोगकर्ता को केवल फोल्डर या फाइल का पाथ देना होता है और बाकी का जटिल पार्सिंग का काम सिस्टम खुद संभालता है।
- Claude Code के लिए विशेष 'अपलोड स्किल' का उपयोग करके बिना किसी UI के स्क्रिप्ट के माध्यम से नॉन-टेक्स्ट डॉक्यूमेंट लोड किए जा सकते हैं।
- डिफ़ॉल्ट रूप से यह प्रक्रिया CPU पर चलती है लेकिन PyTorch कॉन्फ़िगरेशन बदलकर इसे GPU पर तेज़ किया जा सकता है।
वास्तविक डेटा के साथ प्रदर्शन का उदाहरण
एक नकली कंपनी 'Novatech' के चार्ट वाली PDF का उदाहरण दिया गया है जहाँ सिस्टम ने जनवरी से सितंबर 2025 तक का सटीक मासिक डेटा निकाला। Claude Code इतना स्मार्ट है कि वह API संरचना को समझकर सही रिट्रीवल पैरामीटर्स को ट्यून करता है। यह समाधान अन्य कमर्शियल RAG सिस्टम्स की तुलना में सस्ता और अधिक प्रभावी साबित होता है।
- सिस्टम बार चार्ट जैसी इमेजेस से सटीक राजस्व रुझान (Revenue Trends) निकालने में सक्षम है।
- अपलोड के बाद प्रश्न पूछने की प्रक्रिया सामान्य भाषा में होती है और इसमें किसी विशेष तकनीकी ज्ञान की आवश्यकता नहीं होती।
설명
⚡Claude Code में महारत हासिल करें, अपनी एजेंसी बनाएं, अपना पहला क्लाइंट पाएं⚡ [https://www.skool.com/chase-ai](https://www.skool.com/chase-ai) 🔥मुफ़्त कम्युनिटी🔥 [https://www.skool.com/chase-ai-community/classroom/4fe79bd0?md=fc9896c946704869a1b2f4064454a558](https://www.skool.com/chase-ai-community/classroom/4fe79bd0?md=fc9896c946704869a1b2f4064454a558) 💻 कस्टम काम की ज़रूरत है? परामर्श बुक करें 💻 [https://chaseai.io](https://chaseai.io) आइए RAG-Anything के साथ मल्टी-मॉडल RAG की शक्ति को अनलॉक करें। इस वीडियो में, हम कल के अपने lightRAG बेस को आगे बढ़ाते हुए, इसे RAG Anything इंटीग्रेशन के साथ गैर-टेक्स्ट (non-text) डॉक्यूमेंट्स को संभालने की शक्ति देते हैं। ⏰टाइमस्टैम्प (TIMESTAMPS): 0:00 - परिचय (Intro) 0:48 - RAG Anything 3:22 - यह कैसे काम करता है 13:11 - इंस्टालेशन और डेमो 18:19 - अंतिम विचार इस वीडियो के संसाधन (RESOURCES): ➡️ Master Claude Code: [https://www.skool.com/chase-ai](https://www.skool.com/chase-ai) ➡️ मेरी वेबसाइट: [https://www.chaseai.io](https://www.chaseai.io) ➡️ LightRAG GH: [https://github.com/hkuds/lightrag](https://github.com/hkuds/lightrag) ➡️ RAG-Anything GH: [https://github.com/HKUDS/RAG-Anything](https://github.com/HKUDS/RAG-Anything) ➡️ MinerU: [https://github.com/opendatalab/MinerU](https://github.com/opendatalab/MinerU) #claudecode #lightrag #raganything