ragflow 是什么?开源 RAG 引擎，融合 Agent 能力为 LLM 构建上下文层

中文导读

RAGFlow 是一个开源 RAG 引擎，把检索增强生成与 Agent 能力结合起来，为 LLM 提供上下文层。它面向需要处理复杂文档的场景，能从 Word、PDF、扫描件、网页等异构数据中抽取知识，并通过模板化分块、多路召回与重排生成带引用的答案。项目还提供 Knowledge Compilation 与 Agentic RAG，可按需生成结构化知识产物并控制检索推理深度，适合搭建企业或个人知识库问答系统。

根据 GitHub 公开数据,该项目的编程语言为 Go,开源协议为 Apache-2.0,创建于 2023-12-12,最近更新于 2026-10-15,目前有 92,287 个 Star。

项目介绍

RAGFlow 是一个开源的检索增强生成（RAG）引擎，将 RAG 与 Agent 能力结合，为 LLM 提供上下文层。它面向企业级场景，提供从文档解析到检索生成的完整 RAG 工作流，支持个人与不同规模的企业使用。

项目强调“Quality in, quality out”，基于深度文档理解从复杂格式的非结构化数据中抽取知识，并提供基于模板的可解释分块方式。它兼容 Word、PowerPoint、Excel、TXT、图片、PDF、扫描件、结构化数据、网页等多种异构数据源，并支持可配置的 LLM 与 embedding 模型、多路召回与融合重排。

近期版本引入了 Knowledge Compilation，可在文档和数据集层面生成 Wiki、Graph、Tree、PageIndex、思维导图、时间线和 Skills 等结构化知识产物；同时加入 Agentic RAG，提供 Low、Medium、High、Ultra 四档思考模式，用于多步检索与推理。

主要功能

• 基于深度文档理解的知识抽取，支持复杂格式的非结构化数据
• 基于模板的可解释分块，提供多种模板可选
• Knowledge Compilation：在文档与数据集层面生成 Wiki、Graph、Tree、PageIndex、思维导图、时间线、Skills 等知识产物
• Agentic Retrieval：多步检索与推理，可选 Low、Medium、High、Ultra 思考模式
• 带引用的答案与分块可视化，便于人工干预和溯源
• 兼容 Word、PPT、Excel、TXT、图片、PDF、扫描件、结构化数据、网页等异构数据源

适合谁用

需要为 LLM 构建知识库与检索能力的开发者，以及希望把复杂文档转化为可用 AI 系统的个人和企业团队。

快速上手

1. 云端体验：访问 https://cloud.ragflow.io
2. 本地部署：参考 README 中的 Local Deployment 章节

Star 增长趋势

同类项目