infiniflow/ragflow

Что это?

Ключевые возможности

• 01Глубокий разбор документов Word, PowerPoint, Excel, PDF, сканов, изображений и веб-страниц.
• 02Разбиение на фрагменты по шаблонам с визуальным предпросмотром и возможностью ручного вмешательства.
• 03Агентная выборка с режимами рассуждения Low, Medium, High и Ultra.
• 04Преобразование данных в вики, графы, деревья, интеллект-карты и временные шкалы с помощью Knowledge Compilation.
• 05Проверяемые ссылки на источники, позволяющие подтверждать ответы материалами.
• 06Настраиваемые модели LLM, эмбеддингов и реранжирования, а также многократная выборка и объединенное реранжирование.

Сценарии использования

• Создание внутреннего помощника для ответов на вопросы по документам и руководствам компании.
• Создание базы знаний на основе сканов и файлов разных форматов с поддержкой ссылок на источники.
• Подключение корпоративных источников данных, например облачных хранилищ или BigQuery, для постоянной синхронизации.
• Интеграция ответов на основе выборки в существующие приложения через API проекта.

Быстрый старт

1. 1

   Клонируйте репозиторий

   git clone https://github.com/infiniflow/ragflow.git
2. 2

   Перейдите в каталог развертывания Docker

   cd ragflow/docker
3. 3

   Запустите сервисы RAGFlow с помощью Docker Compose

   docker compose -f docker-compose.yml up -d
4. 4

   Проверьте готовность сервера через health endpoint, затем откройте Web UI в браузере

   curl -f http://localhost/api/v1/system/healthz

Что важно знать

• !В README рекомендуется не менее 4 ядер CPU, 16 GB ОЗУ и 50 GB дискового пространства.
• !Согласно README, развертывание Docker на macOS в настоящее время не поддерживается.
• !Последний релиз — кандидат на выпуск (1.0.0-rc1), поэтому он еще может измениться.
• !После запуска необходимо добавить собственные модели LLM, эмбеддингов и реранжирования, указав API-ключи.

Темы

Частые вопросы

Что такое ragflow?

Опенсорсный RAG-движок, объединяющий генерацию с дополненной выборкой и возможности агентов, чтобы обеспечить контекстный слой для приложений на базе LLM. RAGFlow — опенсорсный движок для генерации с дополненной выборкой. Он обрабатывает документы во множестве форматов, разбирает их на фрагменты с помощью настраиваемых шаблонов и индексирует результат, чтобы приложения на базе LLM могли отвечать на вопросы, опираясь на эти материалы и приводя проверяемые ссылки на источники.

ragflow можно использовать бесплатно? Какая у него лицензия?

ragflow распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

ragflow всё ещё поддерживается?

Активно поддерживается. Последний коммит в ragflow — 20 окт. 2026 г..

Для чего можно использовать ragflow?

Создание внутреннего помощника для ответов на вопросы по документам и руководствам компании. Создание базы знаний на основе сканов и файлов разных форматов с поддержкой ссылок на источники. Подключение корпоративных источников данных, например облачных хранилищ или BigQuery, для постоянной синхронизации. Интеграция ответов на основе выборки в существующие приложения через API проекта.

Как установить ragflow?

Клонируйте репозиторий: git clone https://github.com/infiniflow/ragflow.git Перейдите в каталог развертывания Docker: cd ragflow/docker Запустите сервисы RAGFlow с помощью Docker Compose: docker compose -f docker-compose.yml up -d Проверьте готовность сервера через health endpoint, затем откройте Web UI в браузере: curl -f http://localhost/api/v1/system/healthz

Где скачать ragflow?

Исходный код и инструкции по установке — на GitHub: https://github.com/infiniflow/ragflow