ragflow

RAGFlow 是一个开源的检索增强生成（RAG）引擎，能把杂乱的文档变成大模型可靠的上下文来源。它的强项是深度文档理解：在切分之前，先用版面分析、OCR 和表格识别处理复杂的 PDF、幻灯片、表格、扫描件和网页，因此回答可以准确标出出处。

它适合基于自有数据构建内部知识库、文档问答和客服助手的团队，尤其是资料篇幅长、包含扫描件或大量表格的场景。基于模板的切分结果可以人工查看和调整，回答带有可追溯的引用；新版本还加入了可选思考深度的 Agentic 检索，以及把知识编译成 Wiki、图谱、思维导图和时间线的能力。数据可以从多种来源导入，包括通过 sitemap 抓取网站和 Google BigQuery。

上手方式：推荐使用 Docker Compose 部署（Docker 24+、Compose 2.26.1+），机器配置建议至少 4 核 CPU、16 GB 内存和 50 GB 磁盘。服务启动后，在网页界面登录，并配置 LLM、Embedding 模型和 Reranker。官方也提供托管的云服务。