RAGFlow：把复杂文档变成可追溯的企业级 RAG 与 Agent 上下文层
一分钟看懂
RAGFlow 是开源的检索增强生成引擎，将文档解析、切分、向量检索、重排、问答与 Agent 工作流放在一套系统中。它的价值不只是“上传 PDF 后聊天”，而是尽量保留文档版面与结构，让模型的回答能引用可核对的来源。
你可以用它做什么
- 建立面向内部文档、合同、手册、论文和表格的知识问答系统。
- 为不同业务创建独立数据集、助手和检索策略。
- 设计带检索、代码执行、工具调用、记忆和多步骤编排的 Agent。
- 通过 HTTP/Python API 或聊天渠道把知识能力接入现有产品。
- 同步部分外部数据源，并使用本地或云端模型。
主要能力
RAGFlow 支持 PDF、DOC/DOCX、TXT、Markdown、CSV、Excel、图片和 PPT 等格式，提供针对不同版式的 chunk 模板、可视化解析结果、混合检索、重排与引用。它兼容多家聊天、嵌入、视觉和重排模型，也可配合 Ollama、Xinference、LocalAI 等本地部署。系统还包含 Agent 模板、可编排 ingestion pipeline、MCP、记忆、代码执行及多渠道发布能力。
适合哪些人
适合要快速搭建私有知识库、客服助手、研究检索或企业 Agent 平台的开发团队。若数据量很小、文档结构简单，轻量向量库加少量代码可能更易维护。
怎么开始使用
可先使用官方云服务体验。自托管通常使用仓库 docker 目录的 Docker Compose，按官方要求准备 CPU、内存、磁盘和容器环境，启动后配置模型提供商与 API Key。创建数据集时选定嵌入模型和切分模板，上传少量代表性文件检查解析，再创建 Chat 助手并绑定数据集。确认召回与引用质量后再扩大导入。
使用前需要知道
文档一旦用某个嵌入模型解析，同一数据集不能直接改用另一嵌入模型，通常需要重建。完整栈涉及 Elasticsearch/Infinity、MySQL、MinIO、Redis 等组件，资源和运维成本不低；官方镜像也不内置嵌入模型。RAG 不能消除幻觉：若允许检索不到时自由发挥，回答仍可能编造。生产环境要评测召回、权限隔离、提示注入与代码执行风险，并妥善保护原始文档和密钥。