RAGFlow

RAGFlow 是一款基于深度文档理解的 RAG 引擎，能智能解析复杂文档结构，支持表格、图表、公式识别，提供精准的文档问答能力，适合企业知识库建设。 一、快速开始 1. 确保已安装 Docker 和 Docker Compose，运行 docker --version 确认。 2. 克隆项目：git clone https://github.com/infiniflow/ragflow.git，进入目录后执行 docker compose -f docker-compose.yml up -d 启动服务。 3. 等待容器启动完成（首次需下载镜像，可能需要几分钟），浏览器访问 http://localhost 进入管理界面。 4. 注册管理员账号并登录，即可开始创建知识库。 二、核心功能演示 功能1：创建知识库并上传文档 点击左侧导航栏的「知识库」，新建一个知识库，选择文档解析策略（通用、论文、法律等模板）。然后上传 PDF、Word、Excel 等文档，RAGFlow 会自动进行 OCR 识别、表格提取、段落切分等深度解析，生成结构化的知识片段。 功能2：智能问答对话 进入「对话」页面，新建对话并关联已创建的知识库。在聊天框中提问，例如：这份合同中关于违约金的条款是什么？RAGFlow 会从知识库中检索相关内容，结合大模型生成准确回答，并标注引用来源，方便溯源验证。 功能3：文档结构化提取 上传包含复杂表格的文档后，RAGFlow 的深度解析引擎能自动识别表格结构，将表格数据转化为可查询的结构化内容。你可以在知识片段预览中查看解析结果，手动调整不准确的切分，确保问答质量。 三、实际使用案例 案例1：企业内部知识库 将公司制度手册、产品文档、技术规范等上传到 RAGFlow，员工可以直接用自然语言提问，如年假政策是什么、产品部署流程是怎样的，系统会从文档中精准找到答案，大幅减少重复咨询。 案例2：合同审查辅助 法律团队将大量合同模板和历史合同上传，审查新合同时只需提问：帮我检查这份合同是否有缺失的保密条款，系统会对比知识库中的标准模板，快速指出差异和风险点，提升审查效率。 四、常见问题 FAQ Q1：支持哪些文档格式？ A：支持 PDF、Word（docx）、Excel、PPT、Markdown、TXT 等常见格式，其中 PDF 的解析效果最为完善，支持扫描件 OCR。 Q2：需要什么硬件配置？ A：最低需要 4GB 内存。如果使用内置的 Embedding 模型，建议 8GB 以上内存。如需处理大量文档，16GB 内存和 SSD 硬盘会显著提升体验。 Q3：可以对接哪些大模型？ A：支持 OpenAI GPT 系列、Claude、Gemini、国产模型如通义千问和智谱等，也支持本地部署的开源模型如 Ollama，在系统设置中配置 API Key 即可切换。 五、小贴士 1. 上传文档前先选择合适的解析模板，法律文档选「法律」模板，学术论文选「论文」模板，解析准确率会大幅提升。 2. 定期检查知识片段的质量，对切分不合理的片段进行手动调整，这是提升问答效果最直接的方式。 3. 对于超大文档，建议先拆分为多个小文件再上传，单个文件控制在 50MB 以内，解析速度更快且不易出错。