返回 AI 工具目录

RAGFlow

开发框架人工精选最近核验 2026年7月23日

开源 RAG 引擎(Apache 2.0),核心是把复杂非结构化文档做深度解析,再配合混合检索与重排序,为大模型提供可溯源、少幻觉的上下文。支持 Word、PPT、Excel、图片、扫描件、网页与 PDF 等格式,采用模板化、可视化的智能分块,检索结果带原文引用定位。近版本加入 Agent 编排、可编排的数据摄取管线与代码执行组件,定位从单纯知识库扩展到 Agent 的上下文层。提供自部署(Docker Compose)、官方云与企业 BYOC 三种形态。

定价开源部署自托管、SaaS 云服务、混合部署国内可达国内可达许可Apache-2.0

解决什么问题

  • 面向企业内部大量异构文档难以被大模型可靠利用的问题
  • 传统做法把 PDF、表格、扫描件粗暴切块后向量化,常出现版面错乱、表格串行、检索命中不准、答案无法溯源等问题
  • 先做文档结构理解:识别标题、段落、表格、图片等版面元素,按文档类型套用模板做可解释的分块,并把分块结果可视化,便于人工核对与调参
  • 检索侧结合向量检索、BM25 关键词与自定义打分,再做融合重排序,提升召回准确率;生成的答案带原文引用与定位,便于审阅与合规追溯
  • 提供摄取管线编排、Agent 工作流、MCP 与代码执行组件,可把检索、工具调用组织成一条可运维的链路,而不只是一次性跑通 Demo

适合

  • 适合有明确私域知识库需求、且文档格式复杂的团队:金融、法律合规、制造、教育等行业常见的合同、研报、规章、图纸、扫描件问答场景(官网列出的目标行业)
  • 适合对数据出域敏感、需要把检索链路与引用溯源纳入内部审计的企业——Apache 2.0 许可与 Docker Compose 自部署让数据可留在内网
  • 也适合已接入大模型、但缺一套能处理脏数据并稳定召回的中间层的研发团队
  • 若在检索之上还要叠加工具调用与流程编排,近版本内置的 Agent 工作流与 MCP 组件可覆盖一部分,减少再引入独立编排框架的成本

不适合

  • 如果只是给少量、格式规整的文本做问答,或需求就是简单 FAQ 检索,完整部署会显得偏重:官方建议至少 4 核 CPU、16 GB 内存、50 GB 磁盘,并依赖 Docker 与向量存储等组件,运维成本不低
  • 预构建镜像目前面向 x86,ARM64 需自行构建
  • 若团队没有自建与运维意愿、只想要开箱即用的托管问答,直接用云版或更轻的 SaaS 方案更省事
  • 若核心诉求是通用工作流自动化(连各类业务系统、定时任务),那是 n8n 一类工具的范畴;若只需要文档解析这一段能力、后端检索自研,单独用 Unstructured 一类解析库更聚焦
  • RAGFlow 解决的是文档到高质量可溯源检索这一段,不是端到端业务系统

如何接入

  • 三种形态:官方云(cloud.ragflow.io)开箱即用;自部署走 Docker Compose,需 Docker ≥24 与 Compose ≥2.26;源码方式便于二次开发
  • 拉起后通过 Web 控制台建知识库、上传文档、配置解析模板与检索参数,系统要求约 4 核 / 16 GB / 50 GB 起
  • 大模型与向量/嵌入模型可配置,通过 API Key 接入 OpenAI、DeepSeek、Gemini 等外部服务,也可对接自有推理服务
  • 对外提供 HTTP API 与 Python、JavaScript SDK,可把知识库检索与对话嵌入到自有应用;内置 Agent 工作流、MCP 与 Python/JS 代码执行组件用于编排
  • 企业可选 BYOC / 本地化部署,把整套系统装进自有云或内网,满足数据不出域要求

已知限制

  • 完整链路依赖 Docker、向量存储等多组件,自部署与调优有运维门槛,资源占用不低(≥4 核 / 16 GB / 50 GB);预构建镜像面向 x86,ARM64 需自行构建
  • 解析质量对文档版式敏感,复杂表格、扫描件仍需按模板调参与人工核对,并非放进去就完美
  • 官方云采用按额度(credits)与席位计费的分层(免费版额度有限,付费版按月),生产用量需评估成本
  • 国内可达性:项目本身开源、可完全自部署到境内服务器,属可用;但官方托管云、以及默认对接的 OpenAI / Gemini 等大模型多在境外,直连存在数据出域与延迟问题,生产上建议自部署并改接境内合规大模型与向量服务
  • 拉取镜像和依赖时,境外源可能需要配置国内镜像加速

接入与使用事实

部署方式
自托管、SaaS 云服务、混合部署
实现语言
Python、JavaScript
中文界面
部分
中文文档
部分
定价方式
开源
许可证
Apache-2.0
国内可达性
国内可达
可达性观察
待补充
查看代码仓库

权限、依赖与维护信号

这些字段记录公开可见信号，不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

  1. 代码仓库仅作事实索引
    查看来源

访问官网