跳到主要内容
需要折腾Apache-2.0⚪ 只看已实测

RAGFlow

一句话:RAGFlow 是一个给要把文档变成可问数据的团队用的开源 RAG 引擎,能把复杂文档切成高质量上下文。

RAGFlow 是一个给要把文档变成可问数据的团队用的开源 RAG 引擎,能把复杂文档切成高质量上下文。

官方来源

本站不托管、不转存,一切以官方为准。

官方未提供可热链图标,此为生成的占位图R InfiniFlowhttps://github.com/infiniflow/ragflow去官方页面
官方来源你将离开 AIWorksWell,前往 InfiniFlow。该网站不受我们控制,其内容、隐私与安全由其自行负责,请自行判断。

安装提示词

复制它,粘贴给你正在用的 AI(Claude Code、Codex、ChatGPT…),它会替你装好并验证。

47 行
我需要你帮我在我的机器上安装并运行一个软件。

【软件信息】
名称:RAGFlow
用途:RAGFlow 是一个给要把文档变成可问数据的团队用的开源 RAG 引擎,能把复杂文档切成高质量上下文。
官方来源:https://github.com/infiniflow/ragflow
许可:Apache-2.0
鼠标滚轮在框内上下查看,复制到的仍是完整提示词1201 字

复制 → 粘贴给你的 AI → 它替你装好

联系原作者(InfiniFlow)

属于这个软件的 bug 走作者自己的官方入口——那里才是他真正收得到的地方。我们只做传递,不代替作者答问题。

装失败了?

把你的报错原文贴进来——归类核实后会写回这里,下次别人的 AI 就少踩一次。免登录可用。

这条讲什么

What it is

RAGFlow 是开源的检索增强生成引擎(Apache-2.0 许可),给大模型做一层上下文。来源:https://ragflow.io/https://ragflow.io/

  • 卖点在文档解析质量:官方原话「Quality in, quality out」
  • 预置 Agent 模板,流程可按企业规模调
  • 云端与本地 Docker 两条部署路

Getting it running

主推「复制提示词」——粘贴给你的 AI(Claude Code / Codex / ChatGPT)代装。人工兜底:按官方文档用 Docker 起服务,配好模型与向量库,上传文档后试一次问答。验证:能对上传的文档问出带出处的答案。来源:https://ragflow.io/docs/dev/https://ragflow.io/docs/dev/

以上坑来自 https://ragflow.io/https://ragflow.io/ 与它的官方文档。

来源与署名

Mentioned from:GitHub · 原作者 InfiniFlow(Apache-2.0)。

给 AI 的摘要

RAGFlow 把文档解析、切片、检索与 Agent 编排串成一条 RAG 流水线,官方自述长处是"垃圾进垃圾出"之外的文档解析质量。它给 Docker 本地部署与云端两条路,企业规模可调;检索结果可以接自己的模型,也能直接用预置的 Agent 模板。

可独立摘取的答案段——AI 搜索引用出去的就是这一段。 · 本页复核于 2026-10-22

常见问题

它和向量库是什么关系?

它是上层引擎,负责解析与编排;底层向量库可换,不是二选一。

只能自建吗?

官方同时给云服务与本地 Docker 部署两条路,本地那条的数据留在自己机器上。

避雷 / 已知坑

全部来自真实安装,会同步注入上方的提示词。

  • •文档解析质量决定上限,扫描件与复杂版式要先试切片效果。
  • •版本迭代快,升级前先看 release notes 的破坏性变更。
  • •本地部署吃资源,模型与解析器各自要占内存。

你可能也想试试

本站不存储、不镜像、不重新打包任何软件。所有获取方式指向作者自己的官方发布页。

本站内容未经任何应用商店审核,安装前请自行判断来源与许可,风险自负。