模型与研究 / 全球
infiniflow/ragflow
RAGFlow 把文档解析、知识组织和多步检索组合成 RAG 工作流，支持多种文件来源与可追溯引用，适合构建需要围绕自有资料回答问题的 AI 应用。
+484近 7 天 Star
92,984总 Star
从复杂文档到检索上下文
项目支持文档、表格、演示文件、扫描件、网页和结构化数据等来源，提供模板化切分及可视化检查。用户可以查看切分结果并介入调整，让模型读取的内容更贴近原始资料结构。系统可配置语言模型、嵌入模型、多路召回与重排序，并通过接口接入业务。
知识编排与多步检索
README 描述 Knowledge Compilation，可将资料整理为 Wiki、图、树、时间线、思维导图或技能等知识产物。Agentic Retrieval 则根据问题进行拆解、检索和证据核验，通过多轮处理构建上下文，并提供不同深度档位。引用追踪帮助读者定位依据，但仍需检查资料质量与回答是否匹配。
部署与评估
仓库提供云端体验、本地 Docker 部署和源码开发路径，实际资源需求随文档量、解析引擎和并发变化。适合先导入一组已知答案的资料，检查解析完整性、引用定位和复杂问题的召回效果，再决定后续部署规模。项目文档中的版本发布记录不等同于今天刚推出这些功能。