RAGFlow 功能整理:領先開源 RAG 引擎的深度解析
發布時間:
RAGFlow 功能整理:領先開源 RAG 引擎的深度解析
RAGFlow 是一款領先的開源檢索增強生成(RAG)引擎,通過融合前沿的 RAG 技術與 Agent 能力,為大型語言模型提供卓越的上下文層。
專案基本資訊
| 項目 | 資訊 |
|---|---|
| 倉庫 | infiniflow/ragflow |
| 授權 | Apache License 2.0 |
| Stars | ⭐ 88,417 |
| Forks | 🍴 10,378 |
| 主要語言 | Go / Python / TypeScript |
| 最新版本 | v0.26.4 |
| 建立時間 | 2023-12-12 |
| 最後更新 | 2026-08-14 |
| 文件語言 | 英、中簡、繁中、日、韓、法、印尼、葡、阿、土、俄 |
核心功能
1. 🍭 DeepDoc 深度文檔理解
RAGFlow 的 DeepDoc 模組提供業界領先的非結構化數據解析能力:
- OCR 文字辨識:從圖片和 PDF 中精確提取文字,支援多語言
- 版面分析(Layout Recognition):自動識別 10 種基本版面元件:
- 文字區、標題、圖片、圖片說明、表格、表格說明、頁首、頁尾、參考文獻、公式
- 表格結構識別(TSR):識別列、行、列標題、投影行標題、跨欄儲存格等結構
- 表格自動旋轉:掃描 PDF 中方向錯誤的表格,自動偵測最佳旋轉角度(0°/90°/180°/270°)
- 多模態解析:使用多模態模型解析 PDF/DOCX 中的圖片,生成文字描述
| 文件類型 | 支援狀態 |
|---|---|
| PDF(含掃描件) | ✅ 完整支援,含 OCR |
| Word (DOCX) | ✅ 完整支援 |
| Excel (XLSX) | ✅ 完整支援 |
| PowerPoint (PPTX) | ✅ 完整支援 |
| 圖片 | ✅ OCR 支援 |
| 網頁 | ✅ 支援 |
| 結構化數據 | ✅ 支援 |
2. 🍱 模板化文本切片(Template-based Chunking)
- 智能且可解釋:不僅是智能,更重要的是可控可解釋
- 多種模板選擇:提供豐富的切片模板供開發者選擇
- 可視化文本切片:讓使用者可以直觀地查看和理解文本被如何切分
- 手動干預支持:允許使用者對自動切片結果進行手動調整
- 精確引用溯源:支持追溯答案來源的具體文本片段
3. 🌱 減少幻覺的有根據引用
- 文本切片可視化:允許人類干預切片過程
- 快速查看關鍵引用:答案提供關鍵引用的快照
- 可追溯引用:支持追根溯源,驗證答案的準確性
- 「Quality in, quality out」:通過高質量的文檔處理減少錯誤輸出的傳播
4. 🍔 異構數據源兼容性
RAGFlow 支援廣泛的數據來源:
| 數據類型 | 支援 |
|---|---|
| Word、PPT、Excel | ✅ |
| TXT 文件 | ✅ |
| 圖片、掃描件 | ✅ |
| 結構化數據 | ✅ |
| 網頁 | ✅ |
| Confluence | ✅ (2025-11) |
| S3 物件儲存 | ✅ (2025-11) |
| Notion | ✅ (2025-11) |
| Discord | ✅ (2025-11) |
| Google Drive | ✅ (2025-11) |
5. 🛀 自動化 RAG 工作流
- 流暢的 RAG 協調:適配個人和大型企業的各類生態系統
- 可配置 LLM:支援多種大模型提供商
- 可配置 Embedding 模型:靈活選擇向量模型
- 多路召回 + 融合重排序:提高檢索準確性
- 易用的 API:方便集成到企業系統
6. 🤖 Agent 智能代理
RAGFlow 提供強大的 Agent 能力:
- 可編程的 Agent 工作流:通過 DSL 定義複雜的代理工作流
- 預置 Agent 模板:提供多種場景的 Agent 模板
- 記憶功能(Memory):支持 AI Agent 的長期記憶(2025-12)
- 代碼執行器:支援 Python/JavaScript 代碼執行(2025-05)
- 沙箱環境:安全的代碼執行環境
- 插件系統:可扩展的插件架構
7. 🔌 MCP 協議支援
- MCP Server:內建 MCP 伺服器實現
- MCP Client:支援作為 MCP 客戶端連接
- 可編程的 Agent 工具調用:支援 MCP 工具調用連接
8. 📊 可編排數據管道
- 數據同步:支持從 Confluence、S3、Notion、Discord、Google Drive 同步數據
- 數據匯入管道:可編排的數據匯入流程
- MinerU & Docling 支援:支援 MinerU 和 Docling 作為文檔解析方法
9. 💬 多渠道聊天支援
- 飛書 ✅
- Discord ✅
- Telegram ✅
- Line ✅
- 更多渠道持續支援中
10. 🔍 先進 RAG 功能
- GraphRAG:圖譜增強的檢索
- Flow 工作流:可視化的 RAG 流程編排
- Advanced RAG:進階的 RAG 技術實現
- 圖譜檢索:支援知識圖譜相關的檢索場景
技術架構
┌─────────────────────────────────────────────┐
│ Frontend (Web) │
│ React + TypeScript + Tailwind │
└──────────────────┬──────────────────────────┘
│ API
┌──────────────────▼──────────────────────────┐
│ Backend (Go) │
│ ┌───────────┐ ┌──────────┐ ┌───────────┐ │
│ │ Agent │ │ RAG │ │ Admin │ │
│ └───────────┘ └──────────┘ └───────────┘ │
│ ┌───────────┐ ┌──────────┐ ┌───────────┐ │
│ │ DeepDoc │ │ MCP │ │ Channel │ │
│ └───────────┘ └──────────┘ └───────────┘ │
│ ┌───────────┐ ┌──────────┐ ┌───────────┐ │
│ │ Memory │ │ Parser │ │ Engine │ │
│ └───────────┘ └──────────┘ └───────────┘ │
└──────────────────┬──────────────────────────┘
│
┌──────────────────▼──────────────────────────┐
│ Data Layer │
│ Elasticsearch / Infinity │ MinIO │ Redis │
│ MySQL │
└─────────────────────────────────────────────┘
系統要求
| 組件 | 最低要求 |
|---|---|
| CPU | ≥ 4 核心 |
| 記憶體 | ≥ 16 GB |
| 硬碟 | ≥ 50 GB |
| Docker | ≥ 24.0.0 + Docker Compose ≥ v2.26.1 |
| Python | ≥ 3.13 |
| gVisor | 僅沙箱功能需要 |
⚠️ 目前官方 Docker 鏡像僅支援 x86 架構,ARM64 需自行編譯。
數據庫引擎選擇
RAGFlow 提供兩種文檔引擎:
- Elasticsearch:預設引擎,穩定成熟
- Infinity:可選引擎(infiniflow 自家開發),支援切換
最新功能時間線
| 日期 | 功能 |
|---|---|
| 2026-06-15 | 支持飞书、Discord、Telegram、Line 等多种聊天渠道 |
| 2026-04-24 | 支持 DeepSeek v4 |
| 2025-12-26 | 支持 AI Agent 的「记忆」功能 |
| 2025-11-19 | 支持 Gemini 3 Pro |
| 2025-11-12 | 支持从 Confluence、S3、Notion、Discord、Google Drive 同步 |
| 2025-10-23 | 支持 MinerU & Docling 文档解析 |
| 2025-10-15 | 支持可编排的数据管道 |
| 2025-08-08 | 支持 OpenAI GPT-5 系列模型 |
| 2025-08-01 | 支持 Agentic Workflow 和 MCP |
| 2025-05-23 | Agent 新增 Python/JS 代码执行器 |
| 2025-03-19 | 多模态模型解析 PDF/DOCX 中的图片 |
總結
RAGFlow 是一款功能完備、持續迭代的開源 RAG 引擎。其核心優勢包括:
- DeepDoc 深度文檔理解:業界領先的非結構化數據解析能力
- 模板化文本切片:智能且可控可解釋的切片方案
- Agent 能力:內建可編程的 Agent 工作流和記憶功能
- MCP 協議:原生支援 Model Context Protocol
- 多渠道整合:支持多種聊天渠道整合
- 開源 Apache 2.0:允許商業使用
適合需要構建企業級知識庫、智能客服、文檔問答等場景的開發者和企業團隊。