- 社区热度
- 91.6k Stars
- GitHub 收藏
- 最近活跃
- 2026/9/30
- 近 30 天还在更新
- 授权协议
- APACHE-2.0
- 宽松协议
为什么值得关注
不是看 Star 排名,而是看它解决了什么问题、实际有没有用,以及方法为什么值得关注。
解决的问题
企业知识库和复杂文档进入 LLM 后,真正影响结果的往往不是“有没有向量库”,而是文档理解、切分、检索与上下文组织是否足够可靠,低质量 RAG 会直接放大幻觉和遗漏。
实际价值
RAGFlow 把深度文档理解、检索增强生成和 Agent 能力放在同一套系统里,目标是让团队从原始文档更快构建可追溯、可落地的 LLM 上下文层。
创新 / 差异化
它的重点不是单独包装一个向量检索接口,而是把复杂文档解析和 RAG 质量放到系统核心,再向上连接 Agent 工作流,覆盖“知识进入模型”这一整层。
扩展潜力
高质量上下文层可以被问答、搜索、客服、研究助手和其他 Agent 反复复用,因此它的价值不局限于单一聊天界面。
为什么是现在
模型本身越来越强以后,企业 AI 的瓶颈正转向私有知识如何可靠进入上下文;与此同时 Agent 对可追溯知识和长文档理解的需求又在上升。
社区活跃度
近 90 天新增 447 个 Issue、3444 个 PR;窗口内抽取的 Issue/PR 样本中有 60 位 Issue 发起者、26 位 PR 贡献者,并发布 至少 5 个版本。
维护者响应
窗口内 96 个 Issue 样本关闭率 46%,80 个 PR 样本合并率 85%。维护者评论样本仅覆盖该 Issue 样本的 6%,不足以可靠判断首次响应率与响应速度。
核心亮点
- 基于深度文档理解的非结构化数据知识提取
- 支持模板化的智能文本分块与可视化展示
- 提供可追溯的引用标注与溯源以减少幻觉
快速开始
安装方式、上手难度、开始步骤。
装在哪
Docker
难不难
中等,需要一点配置
- 01检查并调整宿主机的 vm.maxmapcount 内核参数不低于 262144。
- 02克隆 RAGFlow 代码仓库到本地。
- 03进入 docker 目录并使用 docker compose 启动服务。
- 04查看容器日志确认服务初始化完成,并在浏览器中访问对应服务器 IP 地址。
更适合谁
- 希望数据放在自己服务器上的团队
- 想在本机直接跑起来试用的开发者
- 习惯用 Docker 部署的人
更多介绍
RAGFlow 是一款开源的检索增强生成(RAG)引擎,将前沿的 RAG 技术与智能体(Agent)能力相结合,为大语言模型提供高质量的上下文层。系统专注于解决复杂文档排版中的信息提取难题,通过深度解析、模板化分块与多路召回重排,提供可信赖的溯源引用。
项目提供完整的工作流编排与服务支持,用户可以通过自托管 Docker 快速部署,连接主流大模型 API 建立生产级 AI 知识库系统。
信息来源
每条信息都标注了状态与出处,可展开查看。
12 条 · 展开
信息来源
每条信息都标注了状态与出处,可展开查看。
capability tags
已核验automation、data_analysis、productivity
来源: admin_cms · cms editor · 2026/8/17
最新版本
已核验v1.0.0-rc1
来源: GitHub 官方接口 · latest_release=v1.0.0-rc1 · 2026/10/1
许可证
已核验Apache-2.0
来源: GitHub 官方接口 · license.spdx_id=Apache-2.0 · 2026/10/1
needs api key
已核验是
来源: admin_cms · cms editor · 2026/8/15
一句话用途
已核验{"en":"An open-source RAG engine fusing deep document understanding and agent capabilities to build grounded context layers for LLMs.","zh":"基于深度文档解析与智能体能力的开源 RAG 引擎,用于构建具备可追溯引用的大模型上下文层。"}
来源: admin_cms · cms editor · 2026/8/15
平台
已核验linux、macos、windows、browser
来源: admin_cms · cms editor · 2026/8/15
分类线索
根据材料推断ai-apps
来源: 项目说明文档 · hint=ai-apps · 2026/8/15
product forms
已核验web、api_sdk
来源: admin_cms · cms editor · 2026/8/17
role tags
已核验backend、fullstack、devops、data
来源: admin_cms · cms editor · 2026/8/17
supports docker
已核验是
来源: 仓库文件 · dockerfile=true; compose=true · 2026/10/1
supports local
已核验是
来源: admin_cms · cms editor · 2026/8/15
supports self host
已核验是
来源: admin_cms · cms editor · 2026/8/15
相关项目
根据分类、能力和适用角色匹配的其他已核验项目。
ouroboros
Ouroboros 是一个开源、通用的自建构 AI 代理,具备跨任务和重启的持久记忆,能够自主协调专业代理集群并重写自身代码与架构。
needle
面向本地工具调用和结构化提取的小型模型 Python 包,支持离线推理、置信度阈值、LoRA 微调与模型导出。
sutando
一个在白天通过语音和屏幕交互响应任务、在夜间自主运行构建循环与自举演进的开源本地 AI 智能体。
LobsterAI
可操作本地文件、终端、浏览器和办公文档的桌面 Agent,支持多 Agent、技能、MCP、定时任务与 IM 远程控制。
hermes-agent
可在本机、VPS 或云环境运行的个人 AI Agent,支持终端、消息平台、记忆、技能和定时自动化。
Box
一个面向 Android 设备的离线端侧 AI 套件,支持大模型聊天、图像生成和语音交互。
