RAGFlow是什么？一文带你快速了解

什么是 RAGFlow？

在检索增强生成（RAG）技术迅速普及的今天，能够真正深入解析复杂文档的开源方案并不多见。RAGFlow 就是少数中的佼佼者——它基于深度文档理解技术，专为个人用户、中小企业及大型企业打造了一套精简高效的 RAG 工作流。简单来说，它可以从各种杂乱无章的格式数据中提取关键信息，并结合大语言模型（LLM）输出精准答案，每个答案还附带可靠引用，真正做到有据可查。

核心功能

“输入质量决定输出质量”

• 借助深度文档理解，从各类非结构化数据中精准抽取有价值的内容。
• 在无限上下文（token）场景下，依然能快速通过“大海捞针”式测试，保障检索效果。

基于模板的文本切片机制

• 不仅智能，更注重可控性与可解释性。
• 提供多种文本切片模板，灵活适配不同场景。

有理有据，最大程度减少幻觉

• 文本切片过程全程可视化，支持手动微调。
• 每个答案附带关键引用快照，便于追溯验证。

兼容多种异构数据源

• 支持丰富文件格式：Word、PPT、Excel、txt、图片、PDF、影印件、复印件、结构化数据、网页等，一站式处理。

自动化端到端 RAG 工作流

• 经过全面优化的 RAG 工作流，可覆盖个人级到超大型企业的各类应用生态。
• LLM 和向量模型均可自由配置，满足不同需求。
• 内置多路召回与融合重排序机制，提升检索精度。
• 提供易用 API，快速与企业现有系统集成。

更新日志

• 2024-04-16：新增嵌入模型 BCEmbedding。
• 2024-04-16：添加 FastEmbed，专为轻量级高速嵌入场景设计。
• 2024-04-11：支持通过 Xinference 进行大模型本地化部署。
• 2024-04-10：为“Laws”版面分析功能增加了底层模型。
• 2024-04-08：支持使用 Ollama 本地化部署大模型。
• 2024-04-07：支持中文界面，降低国内用户使用门槛。

系统架构

快速上手

环境要求

• CPU ≥ 2 核
• 内存 ≥ 8 GB
• Docker ≥ 24.0.0 且 Docker Compose ≥ v2.26.1

如果您的机器尚未安装 Docker（Windows、Mac 或 Linux），请参考 官方 Docker 安装指南 完成安装。

启动服务

1. 确保系统参数 vm.max_map_count 不小于 262144（具体原因详见官方文档）。

先查看当前值：

$ sysctl vm.max_map_count

如果该值小于 262144，可临时调整：

# 设置为 262144:
$ sudo sysctl -w vm.max_map_count=262144

以上设置重启后失效，如需永久生效，请在 /etc/sysctl.conf 文件中追加：

vm.max_map_count=262144

2. 克隆代码仓库：

$ git clone https://github.com/infiniflow/ragflow.git

3. 进入 docker 目录，使用预编译镜像启动服务：

$ cd ragflow/docker
$ chmod +x ./entrypoint.sh
$ docker compose -f docker-compose-CN.yml up -d

核心镜像约 15GB，首次拉取需要一定时间，请耐心等待。

4. 启动完成后，通过以下命令确认服务状态：

$ docker logs -f ragflow-server

5. 在浏览器中输入服务器的 IP 地址即可访问 RAGFlow。按上例，直接输入 http://IP_OF_YOUR_MACHINE 即可（默认 HTTP 端口为 80，如未修改则无需指定端口）。

6. 编辑 service_conf.yaml 文件，在 user_default_llm 字段配置 LLM 工厂，并在 API_KEY 中填写对应大模型的 API 密钥。

详细指引请参考 ./docs/llm_api_key_setup.md。

配置完成，尽享 RAGFlow 的强大功能！

系统配置说明

系统配置涉及以下三个文件：

• .env：存放基础系统环境变量，如 SVR_HTTP_PORT、MYSQL_PASSWORD、MINIO_PASSWORD 等。
• service_conf.yaml：配置各类后台服务参数。
• docker-compose-CN.yml：系统依赖此文件完成整体启动。

务必确保 .env 中的变量值与 service_conf.yaml 中的配置保持一致！

./docker/README 文件提供了环境变量设置和服务配置的详细说明。请务必对照该文件，确保所有环境变量值均与 service_conf.yaml 中的系统配置一一对应。

如需更改默认 HTTP 服务端口（80），请在 docker-compose-CN.yml 中将 80:80 修改为 :80。

所有系统配置修改后均需重启服务才能生效：

$ docker compose -f docker-compose-CN.yml up -d

源码编译及 Docker 镜像构建

如果您希望从源码编译 Docker 镜像，请按以下步骤操作：

$ git clone https://github.com/infiniflow/ragflow.git
$ cd ragflow/
$ docker build -t infiniflow/ragflow:v0.2.0 .
$ cd ragflow/docker
$ chmod +x ./entrypoint.sh
$ docker compose up -d

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：RAGFlow是什么？一文带你快速了解要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题