📄 RAGFlow：80k Stars 的开源 RAG 引擎，Docker 一键部署让 LLM 上下文质量提升 10 倍 / RAGFlow: 80k Stars Open-Source RAG Engine — One Docker Command, 10x Better LLM Context

RAGFlow 是一个开源的检索增强生成（RAG）引擎，融合了 AI Agent 能力，给 LLM 提供高质量的上下文层。80k Stars，Apache-2.0 协议，Docker 部署，支持 DeepSeek v4、Gemini 3 Pro、GPT-5 等所有主流模型。

RAGFlow is an open-source RAG engine that fuses Agent capabilities into a powerful context layer for LLMs. 80k Stars, Apache-2.0, one Docker command to deploy, supporting DeepSeek v4, Gemini 3 Pro, GPT-5, and every major model.

这玩意儿解决什么问题？ / What problem does it solve?

RAG（检索增强生成）的原理很简单：把文档切成块存起来，用户提问时搜相关块喂给 LLM。但落地时全是坑：

• PDF/Word/PPT 解析完格式全乱
• 分块策略一刀切，该连的断了，该断的连了
• 检索召回率惨不忍睹
• Agent 集成要自己手搓

RAGFlow 把这些全部打包好，一条命令跑起来。

The idea is simple: chunk your docs, search them when users ask, feed the LLM. But in practice:
- PDF/Word parsing destroys formatting
- Chunking is one-size-fits-all
- Retrieval recall is terrible
- Agent integration is DIY

RAGFlow packages everything into one Docker command.

5 分钟上手 / 5-Minute Setup

# 1. 确保系统配置
sudo sysctl -w vm.max_map_count=262144

# 2. 克隆并启动
git clone https://github.com/infiniflow/ragflow.git
cd ragflow/docker
docker compose -f docker-compose.yml up -d

# 3. 查看启动日志
docker logs -f docker-ragflow-cpu-1

# 看到 ASCII art 的 RAGFlow logo 就说明好了

浏览器打开 http://你的IP，配置 LLM 的 API Key，上传文档，开始问答。

核心能力 / Key Features

🧠 深度文档理解 / Deep Document Understanding

不是简单的 OCR——RAGFlow 的 DeepDoc 引擎能理解 PDF 里的表格、标题层级、页眉页脚，提取结构化信息。支持 Word、PPT、Excel、扫描件、图片、网页等所有格式。

🎯 模板化分块 / Template-Based Chunking

不同文档用不同分块策略：技术文档按章节分，合同按条款分，财报按表格分。可视化预览，不满意手动调。

🔗 可溯源引用 / Grounded Citations

每个回答后面都跟着来源高亮，点哪段看原文。幻觉率肉眼可见地下降。

🤖 Agent 集成 / Agent Integration

MCP 协议支持 + OpenClaw 官方 Skill，你的 Agent 可以直接查 RAGFlow 的知识库。

# OpenClaw 上用 RAGFlow Skill
claw run "从 RAGFlow 查询最新的技术文档"

📊 多数据源同步 / Heterogeneous Data Sync

支持从 Confluence、Notion、S3、Google Drive、Discord 自动同步数据。

架构一览 / Architecture

User → LLM ← RAGFlow Context Engine
              ├── DeepDoc Parser (PDF/Word/PPT/...)
              ├── Template Chunker
              ├── Multi-Recall Retriever
              ├── Re-ranking
              └── Agent MCP Interface

底层存储可选 Elasticsearch 或 Infinity（自研向量引擎），支持 GPU 加速文档解析。

谁在用 / Who's using it?

RAGFlow 从 2023 年底开源到现在 80k Stars，已经有大量企业部署在生产环境：
- 企业内部知识库问答
- 客服系统
- 技术文档检索
- Agent 知识增强

Cloud 版本免费体验：https://cloud.ragflow.io

一句话总结：如果你的 LLM 应用需要跟自己的文档/数据对话，先用 RAGFlow 搭个上下文层——5 分钟部署，0 个破防时刻。

Bottom line: If your LLM app needs to talk to your docs, drop RAGFlow in. 5-minute deploy, zero frustration.