RAGFlow：处理复杂文档的开源 RAG 引擎

RAGFlow 是一套融合 RAG 与 Agent 能力的 RAG 引擎。

很多人做知识库问答时，会把注意力放在模型、向量库和 Prompt 上，但真实文档往往比纯文本复杂得多。

PDF 可能包含多栏排版、表格、图片和跨页内容；扫描件需要 OCR；标题层级、图文关系一旦在解析时丢失，后面的切片、检索和回答也会受到影响。

RAGFlow 试图把这条链路做得更完整。它支持对 PDF、Word、Excel、PPT、图片等多种数据进行摄取和解析，并通过 OCR、文档版面识别、表格结构识别等能力提取内容。

针对复杂 PDF，可使用 DeepDoc，也支持 MinerU、Docling 等解析方式。

完成解析后，RAGFlow 还覆盖模板化切片、向量化与索引、多路召回、融合重排和上下文组织，并可将结果用于带引用的知识问答或 Agent 工作流。

它比较适合这些场景：
1️⃣企业知识库；
2️⃣技术文档问答；
3️⃣法务与合规资料；
4️⃣财务与研究分析；
5️⃣需要为 Agent 提供检索和引用能力的应用。

总结一句话：RAGFlow 尝试从数据摄取开始，构建一条更完整、可追溯的 RAG 链路。

项目地址：github.com/infiniflow/ragflow

#RAGFlow #RAG #开源项目 #知识库 #文档解析 #AI知识库 #AIAgent #开发者工具 #DeepDoc #大模型应用

MinerU：为 LLM 而生，快速解析文档