标签：多模态RAG

多模态 RAG：让企业知识库检索图片、图表与截图

企业知识中有大量信息藏在产品图片、流程图、图表和界面截图里，传统纯文本 RAG 无法利用。本文介绍多模态 RAG 的三种主流实现方式：图像转文本描述、多模态向量检索和视觉模型直接阅读页面，并比较其效果、成本与适用场景。