Captain：自动化文件管理的RAG系统，简化非结构化数据搜索
Hacker News2026/03/13 23:45机翻/自动摘要/自动分类
4 阅读
内容评分
技术含量
8/10
营销水分
7/10
摘要
Captain是一个自动化RAG文件管理工具，支持云存储和SaaS平台的文件索引，简化非结构化数据搜索流程。其核心亮点包括自动数据处理、多模型嵌入支持、统一API接口和高效的重排序机制，适用于企业级RAG系统构建。
正文
Lewis和Edgar联合开发了Captain，一个专注于自动化构建和维护基于文件的（Retrieval with Answering）系统的工具。该系统支持对S3、GCS等云存储服务以及Google Drive等SaaS平台的文件进行索引，简化了非结构化数据的搜索流程。用户可通过API调用对URL、云存储桶、目录或单个文件进行索引，系统会自动将数据转换为Markdown格式，并结合Gemini 3 Pro、Reducto、Extend等工具处理图片和OCR内容。嵌入模型方面，团队最初使用gemini-embedding-001，后改用更精准的voyage-context-3，并搭配rerank-2.5进行结果重排序。Captain的API统一了这些功能，支持元数据过滤和页面引用返回。团队表示，构建高效管道需要大量精力，而Captain旨在通过自动化减少这一负担，提升搜索准确率和效率。