RAGFlow 检索增强生成引擎

能做什么

• 深度文档理解：从格式复杂的非结构化数据中提取知识，支持 Word、PowerPoint、Excel、TXT、图片、PDF、扫描件、结构化数据、网页等多种异构数据源。
• 模板化分块：提供可解释、可选择的模板进行智能分块，并支持文本分块可视化以便人工干预。
• 知识编译：在文档和数据集级别将内容编译为结构化知识产物，可通过编译模板生成 Wiki、图谱、树、PageIndex、思维导图、时间线、技能等。
• Agentic 检索：针对复杂问题执行多步检索，模型分析问题并在需要时拆分、检索知识、验证证据；可选择 Low、Medium、High、Ultra 思考模式控制检索与推理深度。
• 有据可依的引用：提供关键引用快速查看与可追溯引用，以减少幻觉。
• 自动化 RAG 工作流：面向个人和大型企业的 RAG 编排，可配置 LLM 与嵌入模型，支持多路召回与融合重排，并提供 API 集成。

适用场景

• 企业或个人构建基于自有数据的 RAG 问答与知识应用。
• 需要处理多格式、复杂结构文档的知识提取与检索场景。
• 需要多步推理、证据验证的复杂问题检索与回答。
• 需要将文档或数据集组织为 Wiki、图谱、思维导图等结构化知识产物。

使用条件与限制

• 部署方式：支持 Docker 部署和从源码启动。Docker 适合快速评估、集成测试和生产部署；源码启动用于开发调试。
• Docker 部署前提：推荐起始配置为 4 CPU 核心、16 GB 内存、50 GB 可用磁盘空间；实际需求取决于文档引擎、数据量、解析任务和并发。需 Docker ≥ 24.0.0、Docker Compose ≥ v2.26.1。使用 Elasticsearch 时需将 vm.max_map_count 设置为至少 262144。
• 源码构建前提：需安装 go.mod 中指定的 Go 版本、Clang 20、LLD 20、CMake ≥ 4.0 及 PCRE2 开发文件；前端开发还需 Node.js 和 npm。
• 模型配置：登录后需在模型供应商页面添加 LLM、嵌入模型和重排模型，包括模型名称、服务地址和 API key。
• 平台支持：Docker 部署当前不支持 macOS。
• 开源 1.0 版说明：DeepDoc 使用 CPU 进行布局分析、OCR 和表格识别。