RAGFlow

RAGFlow 简介

RAGFlow 是一个开源的检索增强生成（RAG）引擎，由 InfiniFlow 开发。据官网介绍，它融合了 RAG 与 Agent 能力，为大型语言模型（LLM）提供上下文层。项目提供云服务（cloud.ragflow.io）以及自托管部署选项。

核心能力

深度文档理解（DeepDoc）

RAGFlow 的显著特点是“深度文档理解”（DeepDoc），它结合了视觉模块和专用解析器。视觉模块执行 OCR、版面识别（涵盖文本、标题、图形、表格、页眉、页脚、参考文献和公式等组件）以及表格结构识别（TSR）。专用解析器支持 PDF、DOCX、Excel 和 PPT；PDF 解析器输出带位置的文本块、转换为自然语言句子的表格以及带标题的图形。

数据摄取管道

RAGFlow 内置摄取管道（称为“AI 数据的 ETL”），可清洗和处理多格式数据，将其转换为丰富的语义表示。Parser 组件支持约八大类、23 种以上格式，包括 PDF、图像、音频、视频、电子邮件、电子表格（Excel）、Word、PPT、HTML 和 Markdown。

混合搜索与重排序

RAGFlow 提供高精度混合搜索，结合向量搜索、BM25 和自定义评分，并支持高级重排序。

Agent 工作流

RAGFlow 0.20.0 引入了统一的工作流和 Agentic 工作流编排，可在单一多智能体画布上定义确定性步骤和由 LLM 驱动的开放式任务。它支持完整的 MCP（模型上下文协议），包括导入 MCP 服务器、让代理充当 MCP 客户端，以及允许 RAGFlow 本身作为 MCP 服务器，并内置深度研究代理模板。

Agent 上下文引擎

RAGFlow 描述其向“Agent 上下文引擎”演进，这是一个统一、智能、自动化的平台，负责在推理时为 LLM 或代理端到端组装最佳上下文。架构建立在三大支柱上：知识核心（包括 TreeRAG 和 GraphRAG 等高级 RAG 技术）、记忆层（用于情景和对话数据）以及工具编排器（通过 MCP 检索相关工具和技能）。

外部数据源同步与聊天渠道

自 0.22.0 版本起，RAGFlow 支持从外部数据源同步，用户可在一个地方添加和配置 Confluence、AWS S3、Google Drive、Discord 和 Notion 进行自动同步。后续版本还添加了多个聊天渠道，包括飞书、Discord、Telegram 和 Line，支持在消息平台上部署知识型助手。

部署与许可

RAGFlow 采用 OSI 批准的 Apache-2.0 许可证发布，允许免费使用、自托管、修改和商业使用，但需注明出处。

云服务

官方 ragflow.io 网站列出了托管服务的四个计划：免费版（5 个应用、1 个团队成员、0.1 GB 数据集存储、每月 500 积分、无 API 密钥）；Starter 版每月 29 美元（促销价）或 59 美元；Pro 版每月 129 美元或 259 美元；企业版提供 BYOC 或本地部署、专属支持和自定义 SLA。

最新版本