RAGFlow - 基于深度文档理解的开源RAG引擎

项目概述

RAGFlow是一个基于深度文档理解的开源RAG（检索增强生成）引擎。它为各种规模的企业提供简化的RAG工作流程，结合大语言模型（LLM）提供真实可靠的问答能力，并从各种复杂格式的数据中提供有据可查的引用。

核心特性

🧠 深度文档理解

• 基于复杂格式的非结构化数据进行知识提取
• 支持在无限制tokens的"数据大海捞针"中精准查找
• 智能且可解释的处理结果

📄 多格式文档支持

• 支持格式：Word文档、PPT演示文稿、Excel表格、文本文件、图片、扫描件、结构化数据、网页等
• 处理能力：多模态模型支持PDF或DOCX文件中的图像理解
• 可视化分块：文本分块可视化，允许人工干预优化

🎯 精准检索与引用

• 提供关键参考文献的快速查看
• 可追溯的引用来源支持基于事实的答案
• 多种召回策略配合融合重排序
• 关键词提取和相关问题生成，提高检索准确性

🔧 灵活配置

• 可配置的LLM和嵌入模型
• 丰富的模板选项
• 知识图谱提取和应用的多种配置选项
• 支持文本到SQL语句的转换

🌐 企业级应用

• 适用于个人和大型企业的简化RAG编排
• 直观的API，无缝集成业务系统
• 结合互联网搜索（Tavily），支持任何LLM的深度研究推理

系统架构

RAGFlow采用模块化设计，主要包含以下组件：

• 前端界面：基于React的用户交互界面
• 后端服务：Python构建的核心处理引擎
• 文档处理引擎：DeepDoc深度文档理解模块
• 向量存储：支持Elasticsearch和Infinity
• 数据存储：MySQL、Redis、MinIO等
• 模型服务：支持多种LLM和嵌入模型

技术要求

最低系统配置

• CPU：≥ 4核心
• 内存：≥ 16 GB
• 磁盘空间：≥ 50 GB
• Docker：≥ 24.0.0
• Docker Compose：≥ v2.26.1

支持平台

• 主要支持x86平台
• ARM64平台需要自行构建Docker镜像

安装部署

Docker快速部署

# 克隆仓库
git clone https://github.com/infiniflow/ragflow.git

# 进入docker目录
cd ragflow/docker

# 启动服务（CPU版本）
docker compose -f docker-compose.yml up -d

# 启动服务（GPU加速版本）
docker compose -f docker-compose-gpu.yml up -d

镜像版本说明

镜像标签	大小	包含嵌入模型	稳定性
v0.18.0	~9GB	✔️	稳定版本
v0.18.0-slim	~2GB	❌	稳定版本
nightly	~9GB	✔️	开发版本
nightly-slim	~2GB	❌	开发版本

源码开发部署

支持从源码启动开发环境，包括Python环境配置、依赖服务启动、前后端服务启动等完整流程。

配置管理

系统通过以下配置文件进行管理：

• .env：基础系统配置（HTTP端口、数据库密码等）
• service_conf.yaml.template：后端服务配置
• docker-compose.yml：Docker容器编排配置

应用场景

• 企业知识管理：构建内部知识库问答系统
• 文档智能分析：复杂格式文档的智能解析和查询
• 客户服务：基于企业文档的智能客服系统
• 研究辅助：学术文献和研究资料的智能检索
• 数据分析：结构化和非结构化数据的统一查询

RAGFlow通过其强大的文档理解能力和灵活的配置选项，为各行业提供了一个可靠的RAG解决方案，是构建智能问答系统的理想选择。