infiniflow/ragflow

这是什么？

核心功能

• 01深度解析 Word、PowerPoint、Excel、PDF、扫描件、图片和网页等文档。
• 02基于模板的切片，支持可视化预览和人工干预。
• 03智能体式检索，提供低、中、高、超强四档推理深度。
• 04知识编译，可生成 Wiki、图谱、树状结构、思维导图和时间线。
• 05提供可追溯的引用，支撑有据可依的回答。
• 06可配置大模型、嵌入模型和重排序模型，支持多路召回与融合重排。

适用场景

• 基于企业文档和手册搭建内部问答助手。
• 将扫描件和多格式文件整理为带引用支持的知识库。
• 接入云存储或 BigQuery 等数据源并持续同步。
• 通过 API 将基于检索的回答集成到现有应用中。

快速上手

1. 1

   克隆代码仓库

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

   进入 Docker 部署目录

   cd ragflow/docker
3. 3

   使用 Docker Compose 启动 RAGFlow 服务

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

   通过健康检查接口确认服务就绪，然后在浏览器中打开 Web 界面

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

使用前须知

• !README 建议至少 4 个 CPU 核心、16 GB 内存和 50 GB 可用磁盘空间。
• !根据 README，目前 Docker 部署不支持 macOS。
• !最新版本为候选发布版（1.0.0-rc1），可能仍会变化。
• !启动后需要自行添加 LLM、嵌入和重排序模型并配置 API 密钥。

标签

常见问题

ragflow 是什么？

开源 RAG 引擎，将检索增强生成与智能体能力结合，为大模型应用提供上下文层。 RAGFlow 是一个开源的检索增强生成（RAG）引擎。它可以导入多种格式的文档，通过可配置的模板进行解析和分块，并建立索引，使大模型应用能够基于这些资料作答，并附带可追溯的引用。

ragflow 可以免费使用吗？用的什么许可证？

ragflow 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

ragflow 还在维护吗？

活跃维护中。ragflow 最近一次提交是在 2026年10月20日。

ragflow 适合用来做什么？

基于企业文档和手册搭建内部问答助手。 将扫描件和多格式文件整理为带引用支持的知识库。 接入云存储或 BigQuery 等数据源并持续同步。 通过 API 将基于检索的回答集成到现有应用中。

ragflow 怎么安装和运行？

克隆代码仓库: git clone https://github.com/infiniflow/ragflow.git 进入 Docker 部署目录: cd ragflow/docker 使用 Docker Compose 启动 RAGFlow 服务: docker compose -f docker-compose.yml up -d 通过健康检查接口确认服务就绪，然后在浏览器中打开 Web 界面: curl -f http://localhost/api/v1/system/healthz

在哪里获取 ragflow？

源代码和安装说明在 GitHub 上：https://github.com/infiniflow/ragflow