Argus RAG Studio
一个开源自托管平台，在一处覆盖 RAG 全生命周期——构建（Build）、检索/生成（Retrieve & Generate）、评估（Evaluate）与运维/部署（Operate & Deploy）。它不是"跑通一次的 RAG 演示"：内置以数字度量质量的评估工具链、自动探索最优设置的配置扫描、反馈闭环，以及基于代理的远程部署，可在本地化与气隙（隔离网）环境中运行。
特点与优势
测量 → 优化 → 改进闭环
用黄金集、Hit Rate/MRR 与三轴 LLM-as-Judge 以数字度量质量；配置扫描自动探索分块、检索模式与重排器的最优组合；用户 👍/👎 反馈回流为黄金集——多数自建 RAG 缺失的闭环在这里是内置功能。
混合检索＋带引用答案
向量（pgvector）与词法（tsvector）结果经 RRF 融合，再由重排（LLM·cross-encoder）排序，答案带 [n] 引用并通过 SSE 流式输出。联邦查询可一次检索使用异构嵌入的多个知识库。
面向韩语·韩国文档的特化
HWP/HWPX 专用 Rust 解析器（rhwp）、kss 韩语分句、面向扫描件的 VLM·OCR（PaddleOCR）流水线，以及 AI-Hub 兼容标注——这是通用开源 RAG 框架不具备的能力轴。
气隙·代理远程部署
模型以包（pack）形式引入并在部署时自动安装；各主机的代理远程部署工作进程、嵌入、重排与 VLM 服务器。配合 zot 镜像仓库，连容器也完全离线——满足金融·公共·国防的网络隔离要求。
平台架构
前端仪表盘、RAG 后端、推理服务器与数据存储/镜像仓库有机联动；推理与工作进程可经由代理分离部署，随规模分阶段扩展。
核心功能
从摄取、解析、分块到混合检索与生成，再到评估、配置扫描、检索微调、版本与可观测性、代理部署与气隙、标注与图像——在单一平台提供覆盖 RAG 全周期的十二大支柱。
摄取流水线
多格式文档经异步工作进程完成上传→解析→分块→嵌入→索引。
5 种解析策略
按文档特性为每个集合选择解析策略（未安装时自动回退）。
8 种分块策略
分块决定检索质量的一半——从表格保留到语义边界都细致实现。
知识库设计——fail-closed 隔离
将集合设计为安全隔离边界，而不只是主题分组。
混合检索与生成
并行检索语义与关键词并融合，生成带引用的答案。
模型灵活性
按工作负载更换嵌入、重排器、生成 LLM、VLM 与 OCR。
评估工具链
用黄金数据集与 LLM 评审以数字度量质量。
配置扫描与改进闭环
自动探索分块、检索模式、top-k 与重排器组合，并用排行榜比较。
检索微调
针对领域术语与缩写微调嵌入与重排器。
流水线版本与可观测性
将检索、重排与生成设置作为可版本化资产管理，并对每次查询进行度量。
代理远程部署与气隙
各主机的 Argus Agent 部署工作进程与推理服务器；隔离网以模型包引入。
标注与图像流水线
用 OCR 与 VLM 将文档内图像与扫描件知识化。