ragflow （Agent 原生 RAG 引擎）
94,047
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
Go
语言
创建时间
最近更新
项目能做什么
Agent 原生数据库，已演进为上下文基础设施的 RAG 引擎。
来源：AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
# RAGFlow 中文快速上手指南
## 项目简介
RAGFlow 是一个开源的检索增强生成（RAG）引擎，融合了前沿的 RAG 与 Agent 能力，旨在为大语言模型（LLM）构建优质的上下文层（Context Layer）。通过融合上下文引擎（Context Engine）与预置的 Agent 模板，RAGFlow 帮助开发者将复杂数据高效转化为高保真、可落地的生产级 AI 系统。
官方在线体验：[cloud.ragflow.io](https://cloud.ragflow.io)
## 核心功能
- **深度文档理解（Quality in, quality out）**：基于深度文档理解，从复杂格式的非结构化数据中提取高保真内容。
- **模板化切分（Template-based chunking）**：不仅支持智能切片，还提供针对不同场景的模板化切分方案。
- **知识编译（Knowledge Compilation）**：在文档与数据集级别生成 Wiki、知识图谱（Graphs）、树状结构（Trees）、页面索引（PageIndex）、思维导图（Mind Maps）、时间线（Timelines）与技能（Skills）。
- **Agentic RAG**：支持具备不同推理模式的 Agent 增强检索（提供 Low、Medium、High、Ultra 四种思考模式）。
- **丰富的数据源接入**：支持通过站点地图（Sitemap）抓取网站内容，支持 Google BigQuery 等数据源接入与增量同步。
## 适合谁用
- 需要针对复杂格式文档（PDF、表格等）进行高精度切分与检索的企业或个人开发者。
- 希望将 RAG 与 Agent 工作流深度整合，快速搭建生产级 AI 应用的工程团队。
## 安装步骤
> **说明**：仓库完整 README 中的本地部署（Local Deployment）章节在当前提供的内容中已被截断，此部分原文未完整说明，请查看原仓库。
> 官方提供了在线 Cloud 服务（直接访问 [https://cloud.ragflow.io](https://cloud.ragflow.io) 即可体验），同时也发布了官方 Docker 镜像（Docker Hub: `infiniflow/ragflow`）。
## 配置说明
此部分原文未说明，请查看原仓库。
## 常见问题
此部分原文未说明，请查看原仓库文档（[ragflow.io/docs/dev/](https://ragflow.io/docs/dev/)）或前往 Discord/GitHub 社区交流。
原始 README 摘录（英文原文，节选前 3000 字符）
<div align="center">
<a href="https://cloud.ragflow.io/">
<img src="https://raw.githubusercontent.com/infiniflow/ragflow/main/web/src/assets/logo-with-text.svg" width="520" alt="ragflow logo">
</a>
</div>
<p align="center">
<a href="./README.md"><img alt="README in English" src="https://img.shields.io/badge/English-DBEDFA"></a>
<a href="./README_zh.md"><img alt="简体中文版自述文件" src="https://img.shields.io/badge/简体中文-DFE0E5"></a>
<a href="./README_tzh.md"><img alt="繁體版中文自述文件" src="https://img.shields.io/badge/繁體中文-DFE0E5"></a>
<a href="./README_ja.md"><img alt="日本語のREADME" src="https://img.shields.io/badge/日本語-DFE0E5"></a>
<a href="./README_ko.md"><img alt="한국어" src="https://img.shields.io/badge/한국어-DFE0E5"></a>
<a href="./README_fr.md"><img alt="README en Français" src="https://img.shields.io/badge/Français-DFE0E5"></a>
<a href="./README_id.md"><img alt="Bahasa Indonesia" src="https://img.shields.io/badge/Bahasa Indonesia-DFE0E5"></a>
<a href="./README_pt_br.md"><img alt="Português(Brasil)" src="https://img.shields.io/badge/Português(Brasil)-DFE0E5"></a>
<a href="./README_ar.md"><img alt="README in Arabic" src="https://img.shields.io/badge/Arabic-DFE0E5"></a>
<a href="./README_tr.md"><img alt="Türkçe README" src="https://img.shields.io/badge/Türkçe-DFE0E5"></a>
<a href="./README_ru.md"><img alt="Русская версия README" src="https://img.shields.io/badge/Русский-DFE0E5"></a>
</p>
<p align="center">
<a href="https://x.com/intent/follow?screen_name=infiniflowai" target="_blank">
<img src="https://img.shields.io/twitter/follow/infiniflow?logo=X&color=%20%23f5f5f5" alt="follow on X(Twitter)">
</a>
<a href="https://cloud.ragflow.io" target="_blank">
<img alt="Static Badge" src="https://img.shields.io/badge/Get-Started-4e6b99">
</a>
<a href="https://hub.docker.com/r/infiniflow/ragflow" target="_blank">
<img src="https://img.shields.io/endpoint?url=https://raw.githubusercontent.com/infiniflow/ragflow-stats/main/badges/docker-pulls.json&style=flat-square&logo=docker&logoColor=white" alt="RAGFlow Docker image downloads">
</a>
<a href="https://github.com/infiniflow/ragflow/releases/latest">
<img src="https://img.shields.io/github/v/release/infiniflow/ragflow?color=blue&label=Latest%20Release" alt="Latest Release">
</a>
<a href="https://github.com/infiniflow/ragflow/blob/main/LICENSE">
<img height="21" src="https://img.shields.io/badge/License-Apache--2.0-ffffff?labelColor=d4eaf7&color=2e6cc4" alt="license">
</a>
</p>
<h4 align="center">
<a href="https://cloud.ragflow.io">Cloud</a> |
<a href="https://ragflow.io/docs/dev/">Documentation</a> |
<a href="https://github.com/infiniflow/ragflow/issues/12241">Roadmap</a> |
<a href="https://discord.gg/NjYzJD3GM3">Discord</a>
</h4>
<div align="center" style="margin-top:20px;margin-bottom:20px;">
<img alt="RAGFlow in the GitHub Octoverse" src="https://raw.githubusercontent.com/infiniflow/ragflow-docs/refs/heads/im
阅读完整原文
商业机会分析 AI 生成
垂直行业复杂文档知识库私有化交付方案
| 产品构想 | 基于 RAGFlow 的 DeepDoc 和 Template-based chunking 能力，针对金融研报、法律合同或医疗病历，提供开箱即用的私有化微调模板与全流程落地实施。 |
| 核心功能 | 行业专属切片规则配置、OCR 与表格结构还原校准、高置信度召回溯源界面、全离线 Docker 编排套件。 |
| 目标用户 | 强数据保密性要求的律所、证券公司研报部门、医疗研究机构。 |
| 难度/周期 | 高 · 2-3 个月 · 成本：私有化测试硬件/GPU服务器租赁费、客户非标文档采集与标注测试成本 |
| 收费模式 | 项目制实施交付费（单次 3-15 万元）+ 年度技术支持与规则维护费（推测） |
| 竞争风险 | 客户现场异构硬件环境兼容成本高；长尾非标文档版面容易造成解析准确率波动导致验收争议。 |
| 依据 | 数据支持的判断 |
企业私有办公生态数据源集成中间件（Data Ingestion Hub）
| 产品构想 | 开发桥接企业常用私有云协同工具（钉钉文档、飞书云文档、企微、Confluence、本地文件服务器）至 RAGFlow 的安全增量同步套件。 |
| 核心功能 | 协同平台鉴权穿透、多格式权限映射控制、定时增量更新同步触发器、知识编译（Knowledge Compilation）自动化产出。 |
| 目标用户 | 已内部搭建 RAGFlow 但缺乏数据源自动化管道的企业系统管理员与数据工程师。 |
| 难度/周期 | 中等 · 1-2 个月 · 成本：各协同平台开发者账号及测试环境搭建成本 |
| 收费模式 | 按企业实例授权商业 License（每年/每节点收费）或源码买断 |
| 竞争风险 | 官方已在逐步支持多源摄入（如 BigQuery/Sitemap），通用 SaaS 数据源可能被官方未来版本免费覆盖。 |
| 依据 | 已验证事实 |
RAGFlow 生产级调优与故障排查专家订阅服务
| 产品构想 | 针对自建 RAGFlow 遇到的并发性能瓶颈、DeepDoc 显存占用过高、向量存储延迟高及幻觉控制问题，提供 SLA 级别的技术顾问与调优服务。 |
| 核心功能 | Docker/DB/GPU 资源调度基线审计、混合检索召回率与重排序评估调优、定制 Agentic 工作流编排诊断。 |
| 目标用户 | 正在试运行 RAGFlow 遭遇性能/稳定性瓶颈的技术主管与架构师。 |
| 难度/周期 | 中等 · 2-4 周 · 成本：极低（主要为人力时间成本与诊断工具脚本开发） |
| 收费模式 | 按月技术支持 Retainer 费用或按次故障排查服务费 |
| 竞争风险 | 客户多在前期 PoC 阶段，愿意为纯咨询服务持续付费的企业基数有限，客户续费率难以预测。 |
| 依据 | 已验证事实 |
AI 基于仓库公开数据分析生成，含推测成分，不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| affaan-m/ECC | 面向 Claude Code、Cursor 等工具的 Agent 运行与性能优化系统。 | 300,723 | JavaScript |
| lobehub/lobehub | 可直接接入现有团队聊天的超级 Agent 协作平台。 | 84,859 | TypeScript |
| ruvnet/ruflo | 支持多智能体集群编排、自适应记忆与向量 RAG 的 Agent 运行平台。 | 81,427 | TypeScript |
| shareAI-lab/learn-claude-code | 从零构建的极简轻量级类 Claude Code Agent 运行框架。 | 80,216 | Python |
| Mintplex-Labs/anything-llm | 本地优先的全功能个人 AI Agent 与知识库应用。 | 68,152 | JavaScript |
| zhayujie/CowAgent | 轻量易扩展的开源个人 AI 助手与多渠道 Agent 运行框架。 | 47,870 | Python |
以上为通过 GitHub 官方 Search API 检索的相似项目，功能差异与优劣势需进一步人工确认，配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 ，最近推送 ，发布过 60 个 Release |
| 社区活跃 | Star 94,047 / Fork 0 / Issue 0（数据支持，可自行核实） |
| 许可证 | 未检测到（需人工确认） |
| 主要风险 | 上游项目方向可能变化；同赛道竞争者较多（见竞品表）；热度与需求不完全等价 |
安装与使用
快速开始（以仓库 README 为准）
git clone https://github.com/infiniflow/ragflow.git cd ragflow # 请阅读仓库 README 获取确切安装步骤（依赖、配置、启动命令）
术语说明：Docker＝应用容器（把程序和依赖打包运行）；API Key＝调用外部服务的密钥；Git Clone＝把仓库代码下载到本地。常见错误：API Key 未配置 / 端口占用 / 数据库连接失败，多数项目在 README 的 Troubleshooting 章节有说明。