跳转到主要内容
UR-v2 提供了用户友好的安装方式，用户仅需几条命令即可完成基础环境的搭建。同时，UR-v2 支持按需加载的模块化依赖体系，便于灵活扩展所需功能组件，避免冗余安装。

​
使用 Conda 创建虚拟环境

​
Step 1：安装前准备

使用 Conda 创建虚拟环境： 
conda create -n ultrarag python=3.11
conda activate ultrarag
没有安装 Conda ？前往 安装 Miniconda。
我们推荐使用 uv 来进行包管理，提供更快、更可靠的 Python 依赖管理体验： 
pip install uv

​
Step2：安装基础环境

通过 git 克隆项目到本地或服务器： 
git clone https://github.com/OpenBMB/UltraRAG.git --depth 1
cd UltraRAG
使用 Conda 创建虚拟环境并安装基础依赖： 
uv pip install -e .

​
Step3：验证安装

运行以下命令测试是否安装成功： 
# 成功运行显示'Hello, UltraRAG 2.0!' 欢迎语
ultrarag run examples/sayhello.yaml
若环境无误，终端将输出欢迎信息：

​
Step4：按需安装扩展组件

UR-v2支持丰富的Server组件，开发者可根据实际任务灵活安装所需依赖： 
# Retriever/Reranker Server依赖：
# infinity
uv pip install infinity_emb
# sentence_transformers
uv pip install sentence_transformers
# openai
uv pip install openai
# bm25
uv pip install bm25s
# faiss（需要根据自己的硬件环境，手动编译安装 CPU 或 GPU 版本的 FAISS）
# CPU版本：
uv pip install faiss-cpu
# GPU 版本（示例：CUDA 12.x）
uv pip install faiss-gpu-cu12
# 其他 CUDA 版本请安装对应的包（例如：CUDA 11.x 使用 faiss-gpu-cu11）
# websearch
# exa
uv pip install exa_py
# tavily
uv pip install tavily-python
# 一键安装：
uv pip install -e ".[retriever]"

# Generation Server依赖：
# vllm
uv pip install vllm
# openai
uv pip install openai
# hf
uv pip install transformers
# 一键安装：
uv pip install -e ".[generation]"

# Corpus Server依赖：
# chonkie
uv pip install chonkie
# pymupdf
uv pip install pymupdf
# mineru
uv pip install "mineru[core]"
# 一键安装：
uv pip install -e ".[corpus]"

# 安装所有依赖：
uv pip install -e ".[all]"
# 或使用conda导入环境：
conda env create -f environment.yml

​
使用 Docker 构建运行环境

​
（方式一）本地构建镜像

通过 git 克隆项目到本地或服务器： 
git clone https://github.com/OpenBMB/UltraRAG.git --depth 1
cd UltraRAG
构建镜像： 
docker build -t ultrarag:v0.2.1 .
运行交互环境： 
docker run -it --gpus all ultrarag:v0.2.1 /bin/bash

​
（方式二）使用预构建好的镜像

拉取构建好的镜像： 
docker pull hdxin2002/ultrarag:v0.2.1
运行交互环境： 
docker run -it --gpus all hdxin2002/ultrarag:v0.2.1 /bin/bash
运行以下命令验证安装是否成功： 
# 成功运行显示'Hello, UltraRAG 2.0!' 欢迎语
ultrarag run examples/sayhello.yaml