RAGFlow is an open-source RAG (Retrieval-Augmented Generation) engine based on deep document understanding. It offers a streamlined RAG workflow for businesses of any scale, combining LLM (Large Language Models) to provide truthful question-answering capabilities, backed by well-founded citations from various complex formatted data.

RAGFlow 是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。 RAGFlow 可以为各种规模的企业及个人提供一套精简的 RAG 工作流程，结合大语言模型（LLM）针对用户各类不同的复杂格式数据提供可靠的问答以及有理有据的引用。 请登录网址 https://demo.ragflow.io 试用 demo。 2025-02-28 结合互联网搜索（Tavily），对于任意大模型实现类似 Deep Research 的推理功能. 2025-02-05 更新硅基流动的模型列表，增加了对 …

2024年12月17日 · RAGFlow是一个基于对文档深入理解的开源RAG（Retrieval-augmented Generation，检索增强生成）引擎。 主要作用： 让用户创建自有 知识库，根据设定的参数对知识库中的文件进行切块处理，用户向大 模型 提问时，RAGFlow先查找自有知识库中的切块内容，接着把查找到的知识库数据输入到对话大模型中再生成内容输出。 平台特点： 支持丰富的 文件类型，如Word、PPT、excel表格、csv/txt、图片、PDF、结构化数据、网页等 。 平台Demo链接: …

Retrieval-Augmented Generation engine to unleash your full potential. Try RAGFlow. 1; 2; 3; 4

2024年4月9日 · 作为一款端到端的RAG解决方案，RAGFlow 旨在通过深度文档理解技术，解决现有RAG技术在数据处理和生成答案方面的挑战。 它不仅能够处理多种格式的文档，还能够智能地识别文档中的结构和内容，从而确保数据的高质量输入。 RAGFlow 的设计哲学是“高质量输入，高质量输出”，它通过提供可解释性和可控性的生成结果，让用户能够信任并依赖于系统提供的答案。 2024年4月1日，RAGFlow宣布正式开源，这一消息在技术界引起了轰动。 开源当 …

RAGflow 是一种结合 RAG（Retrieval-Augmented Generation） 和 工作流 优化的新技术架构。 旨在提升生成式 AI 系统的效率和 性能。 它主要适用于需要动态生成内容且依赖外部 知识库 的场景，例如智能客服、文档生成、数据分析等。 更多学习内容参考： https://github.com/infiniflow/ragflow/blob/main/README_zh.md. 按照我的技术风格，先上架构图，同样有AI生成：生成了几个架构图上传不成功，最后试试这个。 RAG（检索增强生成）是 …

4 月 1 日，Infinity宣布端到端 RAG 解决方案 RAGFlow 开源，仅一天收获上千颗星，到底有何魅力？ 我们来安装体验并从代码层面来分析看看。 服务器 需要有 docker，或者直接访问官方提供的demo： https://demo.ragflow.io/ $ git clone https://github.com /infiniflow /ragflow.git . $ cd ragflow /docker $ docker compose -f docker -compose -CN.yml up -d . 核心镜像文件大约 15 GB，可能需要一定时间拉取。 请耐心等待。

2024年4月9日 · 作为一款端到端的RAG解决方案，RAGFlow 旨在通过深度文档理解技术，解决现有RAG技术在数据处理和生成答案方面的挑战。 它不仅能够处理多种格式的文档，还能够智能地识别文档中的结构和内容，从而确保数据的高质量输入。 RAGFlow 的设计哲学是“高质量输入，高质量输出”，它通过提供可解释性和可控性的生成结果，让用户能够信任并依赖于系统提供的答案。 2024年4月1日，RAGFlow宣布正式开源，这一消息在技术界引起了轰动。 开源当 …

本文讨论了RAGflow的能力拆解，包括其支持的embedding模型、文档拆分方式、数据清洗及召回测试情况。 关键要点包括： 1. 支持的模型：支持配置LLM、embedding等多种模型，公网MaaS通常用API key对接，本地部署仅支持Xinference和Ollama方式，添加模型后需在“系统模型配置”中设置生效。 2. 文档拆分方式：面向应用场景提供适配性拆分。 如通用模式按token数和语意完整性拆分；Q&A模式适用于特定格式文件组成问答对；简历模式解析为结构化数据但解析效果不佳； …

2024年4月14日 · Ollama 服务端需要把 IP 暴露给 RAGFlow，默认情况 Ollama 服务的访问地址是 localhost:11434 或 127.0.0.1:11434 ，由于 RAGFlow 在 Docker 中运行，所以是找不到 Ollama 服务的。 可以通过在Windows上设置环境变量控制： 感谢您的耐心阅读！ 如果您发现了任何有趣的相关内容，欢迎随时通过私信或邮件与我分享。 期待您的精彩投稿！ 也请将这些信息传播给更多的朋友，让更多人有机会接触到这些有价值的内容。 随缘更新,主要介绍最近 AI 领域发布的一 …