UltraRAG

检索增强生成（RAG）技术正从早期“检索+生成”的简单组合，向融合自适应知识组织、多轮推理、动态检索的复杂知识系统演进——DeepResearch、Search-o1等前沿成果均体现了这一趋势。但复杂度提升的背后，科研人员却面临着“方法复现难、新想法迭代慢”的痛点：搭建一套复杂RAG系统往往需要大量工程编码，精力被消耗在链路调试上，而非核心的实验设计与算法创新。

• 项目主页：https://openbmb.github.io/UltraRAG
• GitHub：https://github.com/OpenBMB/UltraRAG
• 文档：https://ultrarag.openbmb.cn

为破解这一困境，清华大学THUNLP实验室、东北大学NEUIR实验室、OpenBMB与AI9stars联合推出UltraRAG 2.0。作为首个基于Model Context Protocol（MCP）架构设计的RAG框架，它以“低代码、高灵活、易复现”为核心，让科研人员只需编写YAML文件就能声明串行、循环、条件分支等复杂逻辑，快速搭建多阶段推理系统，大幅降低工程实现成本。

核心设计思路：用“组件化+轻编排”简化复杂RAG构建

UltraRAG 2.0的设计围绕“解放科研人员精力”展开，通过三大核心思路重构RAG开发流程：

1. 组件化封装：将RAG的检索、生成、评测等核心能力封装为标准化的独立MCP Server，每个Server专注单一功能，避免模块耦合；
2. 灵活调用与扩展：提供函数级Tool接口，新增功能只需添加一个函数即可接入，同时支持调用外部MCP Server，轻松扩展场景能力；
3. 轻量流程编排：借助MCP Client实现“自上而下”的链路搭建，无需深入底层代码，通过简单配置即可串联各模块。

相比传统框架，UltraRAG 2.0彻底剥离了冗余的工程实现，让研究者聚焦“算法创新”而非“编码实现”。

三大核心亮点：直击科研场景痛点

1. 低代码构建复杂Pipeline：YAML文件搞定多阶段推理

传统复杂RAG系统（如Search-o1的迭代式检索流程）往往需要数十行甚至上百行代码实现，而UltraRAG 2.0通过“原生流程控制”支持，将搭建门槛大幅降低：

• 直接在YAML文件中声明串行、循环、条件分支等控制逻辑，无需编写Python代码即可构建多阶段推理链路；
• 示例：若需实现“检索结果不满足条件则重新检索”的循环逻辑，只需在YAML中定义判断条件与循环触发规则，框架会自动执行调度。

这种“声明式编程”模式，让复杂流程的搭建效率提升数倍。

2. 快速复现与功能扩展：MCP架构实现“模块即插即用”

依托MCP开放协议的标准化设计，UltraRAG 2.0解决了传统RAG框架“模块复用难、扩展成本高”的问题：

• 模块复用：所有功能均封装为独立MCP Server，支持跨项目直接复用（如复用已有的检索Server到新的推理流程中）；
• 轻量扩展：新增功能只需开发一个函数级Tool并注册到Server，无需修改全局代码，实现“热插拔”式扩展；
• 跨系统联动：支持调用外部MCP Server（如第三方的专业领域检索Server），轻松拓展Pipeline的能力边界。

这一特性让科研人员能够快速复现已有研究成果，同时高效验证自己的新算法。

3. 统一评测与对比：内置17个主流Benchmark，开箱即用

为避免科研人员在“评测环境搭建”上重复投入，UltraRAG 2.0内置了完整的评测体系：

• 标准化评测流程：支持17个主流科研Benchmark（如HotpotQA、NaturalQuestions等），无需手动配置数据与指标；
• 基线与排行榜：持续集成最新研究基线，并提供Leaderboard功能，方便对比自己的模型与现有成果的性能差异；
• 系统化实验支持：支持批量运行对比实验，自动生成评测报告，助力快速迭代优化算法。

技术内核：MCP架构与原生流程控制的双重赋能

UltraRAG 2.0的核心竞争力，源于MCP架构与原生流程控制的深度融合，二者共同支撑起“低代码、高灵活”的特性。

1. MCP架构：解决模块“复用难、接口乱”的关键

传统RAG框架中，不同开发者实现的检索、生成模块接口不统一，导致跨项目复用几乎不可能。而Model Context Protocol（MCP） 作为一种开放协议，规范了为大模型提供上下文的标准方式，其核心价值在于：

• Client-Server架构：遵循MCP协议的Server组件可被任意MCP Client调用，实现“一次开发、多系统复用”；
• 标准化接口：统一模块间的通信格式，无论底层算法如何变化，对外接口保持一致，降低集成成本。

UltraRAG 2.0基于MCP架构封装所有核心模块，从根本上解决了“模块碎片化”问题。

2. 原生流程控制：低代码实现复杂逻辑的核心

复杂RAG推理往往需要多轮交互、条件判断等逻辑，UltraRAG 2.0通过“原生流程控制”将这些逻辑从代码层下沉到配置层：

• 逻辑解耦：推理流程的调度由MCP Client负责，而流程规则完全由用户编写的YAML脚本定义，实现“业务逻辑与底层代码分离”；
• 简洁语法：支持loop（循环）、step（步骤）、condition（条件）等类编程语言的指令，用简单配置即可表达复杂逻辑。

例如，搭建“多轮检索-生成-验证”的流程时，只需在YAML中按顺序定义各步骤，并设置“验证不通过则返回重新检索”的条件，框架即可自动执行完整链路。