infiniflow/ragflow 开源 RAG 引擎

infiniflow 开源的检索增强生成引擎 ragflow，目前斩获了 80,021 个 Star：

RAGFlow 是一款开源的检索增强生成引擎，融合 RAG 技术与 Agent 能力，为大语言模型提供上下文层。其提供的 RAG 工作流可适配不同规模的企业使用。基于深度文档理解能力，可从复杂格式的非结构化数据中提取知识，处理不限量的 token 内容。

RAGFlow 支持模板化的内容分块，过程可解释，提供多种模板选择。生成的回答附带可追溯的引用来源，可减少大模型幻觉。用户可可视化查看内容分块结果，也可进行人工干预调整。支持多种异构数据源，包括 Word、PPT、Excel、文本、图片、扫描件、结构化数据、网页等格式。

RAGFlow 提供自动化的 RAG 工作流，可配置大语言模型与嵌入模型，支持多种召回方式与融合重排序。同时提供直观的 API，方便与业务系统集成。

自托管 RAGFlow 最低要求 CPU 4 核以上，内存 16 GB 以上，磁盘空间 50 GB 以上，Docker 版本不低于 24.0.0，Docker Compose 版本不低于 v2.26.1。部署步骤为首先调整系统参数 vm.max_map_count 不低于 262144，克隆项目仓库，进入 docker 目录使用 docker compose 启动服务。容器启动后查看日志确认服务运行正常，即可通过浏览器访问服务。默认使用 Elasticsearch 作为文档与向量存储引擎，也可切换为 Infinity 引擎。切换时需停止原有容器，修改环境变量后重新启动容器。

2026年4月 RAGFlow 已支持 DeepSeek v4 模型。2026年3月推出 OpenClaw 官方技能，可通过该技能访问 RAGFlow 数据集。2025年12月新增 AI Agent 的 Memory 功能。2025年11月支持 Gemini 3 Pro 模型，同时支持从 Confluence、S3、Notion、Discord、Google Drive 同步数据。2025年10月支持 MinerU 与 Docling 作为文档解析方式，同时支持可编排的数据摄入 pipeline。2025年8月支持 OpenAI GPT-5 系列模型，新增 Agent 工作流与 MCP 支持。

开源地址：https://github.com/infiniflow/ragflow

/infiniflow/ragflow