MMA-RAG
Plataforma auto-alojada de recuperación agéntica omni-modal (Tessmora) para documentos, imágenes, audio y video. Utiliza FastAPI/Node.js con Qdrant y MinIO, soportando agentes trazables, rutas semánticas y citaciones verificables.
Ficha actualizada 27 sept 2026, 16:40 · upstream 27 sept 2026, 16:10 · release sin release detectada
Qué es MMA-RAG
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
MMA-RAG es una plataforma de recuperación agéntica omni-modal diseñada para procesar documentos, imágenes, audio y video en un mismo flujo de trabajo. Utiliza una arquitectura basada en FastAPI y Node.js que integra Qdrant para vectores y MinIO para almacenamiento de objetos. El sistema emplea agentes trazables con citaciones verificables, rutas semánticas y recuperación híbrida (Dense/Sparse/Visual/Audio/Video).
La plataforma resuelve tres problemas centrales: ingesta de datos mediante Agentic Chunker para documentos y VLM/CLIP para imágenes; búsqueda de evidencia con One-Pass intentos y RRF/Cross-Encoder; y resolución de consultas complejas mediante agentes en tres estados (automático, directo o profundo). Incluye soporte nativo para Feishu IM y herramientas CLI bajo el nombre 'mma-rag'.
La arquitectura reutiliza un núcleo de recuperación compartido entre flujos directos y agénticos. Los módulos incluyen Ingestion (parsing y vectorización), Knowledge (gestión de KB), Retrieval (recuperación multimodal), Agent Runtime (planificación y herramientas solo lectura) y Generation (contexto multimedial). El sistema soporta despliegue local con Docker Compose, aunque requiere configuración manual de variables de entorno para modelos LLM.
- Búsqueda multimodal en repositorios mixtos (texto, imágenes, audio, video) con citaciones verificables
- Integración con Feishu IM para consultas directas desde aplicaciones empresariales
- Despliegue local auto-alojado para procesamiento privado de documentos y medios
- Evaluación de sistemas RAG mediante conjuntos sintéticos y métricas como Recall@K y nDCG
- Soporte nativo para cinco modalidades: texto, imagen, audio, video y metadatos de KB
- Agentes con herramientas solo lectura y presupuesto estricto en número de consultas y evidencia
- Arquitectura modular con FastAPI/Node.js que separa claramente Ingestion, Retrieval y Agent Runtime
- Soporte para CLI 'mma-rag' como Skill de Codex con comandos salud, list y search
- La API no incluye autenticación nativa; requiere proxy inverso o Gateway para producción
- El estado del chat reside en memoria de proceso, limitando el escalado horizontal sin persistencia externa
- Los agentes carecen de herramientas de escritura, flujos de aprobación o acceso a MCP
- Las variables de entorno para modelos LLM son obligatorias y deben configurarse manualmente
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Docker Compose para MinIO/Qdrant/Redis. Configurar backend/.env con SILICONFLOW_API_KEY (obligatorio) u otros proveedores. Instalar FFmpeg, LibreOffice y Node.js ≥18. Ejecutar ./start-dev.sh o scripts de restauración local. No apto para despliegue sin autenticación en redes públicas.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.