ragflow
融合知识检索与 Agent 能力、面向 LLM 的开源 RAG 引擎
仍在活跃开发：最近 90 天有 2,669 次提交，最近一次提交在 2026-10-01。
GitHub 星数
9.2 万
近 30 天涨星
+2,420
近 90 天提交
2,669
近 6 个月发版
10
RAGFlow 是一个领先的开源检索增强生成（RAG）引擎，将前沿的 RAG 技术与 Agent 能力相融合，为大语言模型创建卓越的上下文层。该工具专注于提升 LLM 的信息检索和理解能力，通过先进的文档处理和知识检索机制，使 AI 模型能够基于外部知识库提供更准确、更相关的回答。RAGFlow 拥有超过7.6万的 GitHub 星标，证明了其在开源 AI 社区中的受欢迎程度。该平台提供完整的 RAG 解决方案，支持多种文档格式的处理和索引，并通过 Agent 功能扩展了传统 RAG 的能力边界。RAGFlow 采用 Apache 2.0 开源许可证，支持商业使用，同时提供云服务和本地部署选项，满足不同规模组织的需求。
和同类工具的区别
不同于 LlamaIndex（需自行组装的框架）或 AnythingLLM（桌面端一体化工具），RAGFlow 是专为企业构建的 RAG 引擎，具备深度文档理解能力（OCR、表格提取、版面分析）、支持人工可视化检查的模板化分块，以及有据可查的引用，专注于通过高质量输入获得高质量输出，以处理复杂的企业文档。
主要能力
- 企业级 RAG 引擎，具备深度文档理解能力，可处理扫描版 PDF、幻灯片和表格等复杂格式
- 基于模板的智能分块，支持多种策略和人工参与的可视化
- 有据可查的引用及可追溯的参考来源，以减少幻觉
- 内置 Agent 工作流，提供预构建的 Agent 模板和记忆支持
- 从 Confluence、S3、Notion、Discord 和 Google Drive 同步数据
- 支持配置 LLM 和嵌入模型，并结合融合重排序
- 用于 Agent 工作流的 Python/JavaScript 代码执行器组件
适合
- 需要生产级 RAG，并要求深度文档解析、有据可查的引用和可追溯答案的企业
- 拥有复杂文档类型（扫描版 PDF、表格、混合格式）且需要高保真提取的组织
不太适合
- 快速搭建个人聊天机器人——使用 AnythingLLM 实现零障碍的桌面端 RAG
- 轻量级原型开发——使用 LlamaIndex 或 Chroma 实现更简单的向量搜索
局限
- 需要 Docker，最低配置为 4 个 CPU 核心、16GB 内存、50GB 磁盘空间——比简单的 RAG 工具更重
- Docker 镜像仅为 x86 构建——ARM64 需要从源码构建
- 相比 AnythingLLM 等更简单的 RAG 解决方案，学习曲线更陡峭
- 没有原生桌面应用——仅支持 Docker 部署
ragflow 的替代品
常见问题
- ragflow 是做什么的？
- RAGFlow 是一个领先的开源检索增强生成（RAG）引擎，将前沿的 RAG 技术与 Agent 能力相融合，为大语言模型创建卓越的上下文层。该工具专注于提升 LLM 的信息检索和理解能力，通过先进的文档处理和知识检索机制，使 AI 模型能够基于外部知识库提供更准确、更相关的回答。RAGFlow 拥有超过7.6万的 GitHub 星标，证明了其在开源 AI 社区中的受欢迎程度。该平台提供完整的 RAG 解决方案，支持多种文档格式的处理和索引，并通过 Agent 功能扩展了传统 RAG 的能力边界。RAGFlow 采用 Apache 2.0 开源许可证，支持商业使用，同时提供云服务和本地部署选项，满足不同规模组织的需求。
- ragflow 还在维护吗？
- 仍在活跃开发：最近 90 天有 2,669 次提交，最近一次提交在 2026-10-01。
- ragflow 有哪些替代品？
- 和 ragflow 最接近的开源替代品有 LlamaIndex、llmware、R2R、Quivr、Canopy、Verba。
- ragflow 是开源的吗？
- 是的，ragflow 是开源项目，代码托管在 GitHub 上。
星数、提交和发版数据来自 GitHub API，每天自动刷新。介绍文字由 AI 从英文翻译，并经过第二个模型的回译校对。 项目地址：github.com/infiniflow/ragflow