liwei
liwei
## 🚀忘掉OCR吧，LAYRA用“看”的方式理解文档 | 最新视觉RAG项目 LAYRA 开源了！ > 还在为OCR解析错表格、图表丢失、排版全乱而头疼？ > LAYRA来了，它用纯视觉方式理解文档，就像人类一样看图说话 在RAG领域，我们一直面临一个老问题：OCR导致的结构损失和语义错乱。传统的文档问答系统将PDF、扫描件等文档“硬转成文本”，不仅破坏了原始排版信息，还对图表、流程图等非文本内容束手无策。 于是基于colpali的启发，LAYRA的作者决定另辟蹊径，做一个纯视觉、无OCR的RAG系统 —— LAYRA **GitHub地址：** [【GitHub - liweiphys/layra】](https://github.com/liweiphys/layra) **B站的视频介绍：** [【🚀LAYRA：像人类一样「看」文档的RAG神器】](https://www.bilibili.com/video/BV17BRUYCEGt?vd_source=8a1b7271cd2e9a7f6a1ae7a781b2e688) --- ## 🔍 什么是 LAYRA？ 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：...