RAGFlow

RAGFlow 是什么

RAGFlow 是一个开源检索增强生成（RAG）引擎，目标是为大模型提供高质量的上下文层。它把文档理解、切分、检索、重排与 Agent 工作流整合在一起，让开发者能把复杂数据转化为可用于生产的 AI 系统。

项目采用 Apache-2.0 协议，提供云端服务与本地部署两种方式，官方文档与多语言 README 较为完善。

核心能力

深度文档理解

针对 PDF、Word、PPT、Excel、图片、扫描件、网页等异构数据做结构化解析，从复杂版式中抽取知识，减少「垃圾进、垃圾出」的问题。

模板化切分

提供多种切分模板，切分结果可视化，便于人工检查与干预，兼顾智能性与可解释性。

知识编译

可在文档与数据集层面把内容编译为 Wiki、图谱、树、PageIndex、思维导图、时间线、技能等结构化知识产物，方便组织与复用。

Agentic 检索

面对复杂问题，模型会先分析再拆解，多轮检索并验证证据，最终给出有依据的回答。可按问题复杂度选择低、中、高、超高四档思考模式。

可溯源引用

回答附带关键引用与可追溯来源，配合切分可视化，降低幻觉风险。

典型工作流

数据接入 → 文档解析 → 模板化切分 → 向量化/索引
        → 多路召回 → 融合重排 → Agent 推理 → 带引用回答

适用与注意

RAGFlow 适合企业知识库、文档问答、智能体等场景。本地部署涉及多个组件，建议先按官方文档完成环境准备，再逐步接入数据与模型；同时留意版本迭代带来的配置变化。