weixin_51191782的博客

LAYRA，是刚刚开源的一个前后端分离UI简约的企业级的视觉优先的RAG（Retrieval-Augmented Generation）系统。它打破传统OCR + 文本抽取的方式，直接以文档图片为输入，通过colpali系列最新的colqwen2.5-v0.2模型进行向量化理解，实现保留排版结构、图表信息的智能问答体验。一句话总结：LAYRA 用“看”的方式理解文档，而不是“读”出来再乱拼。