开源 RAG 引擎,把复杂文档变成可溯源的问答知识库
Star93k
24h 新增+79
7 天新增—
Fork11k
Issue1.3k
语言Go
项目介绍
更新于 1 天前
RAGFlow 是一个开源的 RAG 引擎,可以理解为给大模型接上「靠谱外脑」的中间层:把散乱的文档喂进去,它负责解析、切分、索引,再在回答时检索出有依据的内容。它的强项是深度文档理解,能处理 Word、PPT、Excel、PDF、扫描件、网页等复杂格式,把非结构化数据抽成结构化知识,还能编译成 Wiki、思维导图、时间线等形态。面对复杂问题时,它会自动拆解、多轮检索并核验证据,答案可溯源到具体引用。适合需要把企业内部资料做成可问答知识库的场景,比如客服知识库、合同审查、研究报告检索。对 AI 应用工程师、算法工程师以及负责企业知识管理的人来说值得一看;纯前端或后端开发、不涉及 LLM 应用的岗位关系不大。
上手成本:中
Star 趋势
话题标签
agent-harnessagent-native-databaseagentic-aiagentic-retrievalagentic-searchaiai-agentscontext-enginecontext-engineeringcontext-managementharness-engineeringknowledge-compilationragretrieval-augmented-generationsearch-harness
仓库信息
| License | Apache-2.0 |
| 创建时间 | 2023-12-12 |
| 最后推送 | 15 分钟前 |
| 热度分 | 272.0 |