OpenSource-Hub
R

ragflow

SHA-256
87.6k stars·AI 生産性·SHA-256 チェックサム確認済み

RAGFlowはオープンソースのRAGエンジンであり、深いドキュメント理解とAgentワークフローを組み合わせ、根拠のある正確な回答を提供します。LangChainのDIY方式と比較して、RAGFlowは視覚化された、すぐに使えるエンタープライズ級プラットフォームを提供し、テンプレート化されたチャンク分割により幻覚と設定コストを大幅に削減します。

スマートダウンロード

Download 版をダウンロード

v0.26.4 · 25.2 MB

オープンソースのRAGエンジン、深いドキュメント理解+Agentワークフロー、すぐに使えて、回答は根拠を確認できます。

主な機能

  • ディープドキュメント理解:複雑なフォーマットのPDF、Word、PPTから知識を自動抽出し、スキャン文書や画像にも対応
  • テンプレート化チャンキング:多様なスマートチャンキングテンプレートを提供。結果は可視化・説明可能で、手動介入にも対応
  • 引用のトレーサビリティ:各回答に主要な引用元を明記し、AIのハルシネーションを効果的に低減
  • 多様なデータソース対応:Word、Excel、Webページ、構造化データ、クラウドストレージなどをサポートし、データサイロを解消
  • 自動化RAGワークフロー:ビジュアルオーケストレーションで、複数のリトリーバル戦略+フュージョン再ランキングに対応。APIで簡単に統合

できないこと

  • 公式Dockerイメージはx86アーキテクチャのみをサポートしており、ARM64(Apple Mシリーズなど)はイメージを自分でビルドする必要があり、プロセスがかなり煩雑です。2. 初回起動前に必ず vm.max_map_count ≥ 262144 を設定してください。設定しない場合、Elasticsearchは起動に失敗します。3. コード実行器(サンドボックス)にはgVisorの追加インストールが必要です。使用しない場合はインストールしなくても構いませんが、インストールしないとこの機能は使用できません。4. デフォルトの起動ではCPUを使用するため、大量のPDFの処理は遅くなります。GPUアクセラレーションが必要な場合は、.envファイルを変更する必要があります。

使用例

  • 企業知識ベースQ&A:内部文書Q&Aシステムを迅速に構築し、従業員が自然言語で規程、マニュアル、技術資料を検索できるようにする
  • インテリジェントカスタマーサービスとコンテンツ生成:製品ドキュメント、ヘルプセンターに基づいてカスタマーサービスアシスタントを構築し、または引用付きの業界調査レポートを生成する

詳細説明

RAGFlow は、最先端のRAG技術とAgent機能を深く融合させた、大手のオープンソース検索拡張生成(RAG)エンジンであり、大規模言語モデル(LLM)に高品質なコンテキスト層を提供します。シンプルでスムーズな RAG ワークフローを提供し、さまざまな規模の企業に適応できます。その中核となる強みには、深いドキュメント理解に基づく知識抽出(複雑な形式の非構造化データを処理可能)、インテリジェントで説明可能なテンプレート化されたチャンク分割、およびトレーサブルな引用メカニズムが含まれ、モデルの幻覚を効果的に軽減します。DIYよりのフレームワークである LangChain や LlamaIndex と比較して、RAGFlow はすぐに使えるエンタープライズ級プラットフォームに近く、可視化インターフェース、ドキュメント解析、自動化されたデータパイプラインを標準装備しており、デプロイと保守のコストを大幅に削減し、本番環境により適しています。

タグ

RAGLLMAgent知识库检索增强生成

はじめ方

1

インストーラをダウンロード

上のボタンをクリックして、お使いのシステム用のインストーラをダウンロード

2

ソフトウェアをインストール

ダウンロードしたインストーラをダブルクリックし、指示に従ってください

3

公式クラウドサービス(cloud.ragflow.io)の利用を推奨します。環境設定は不要で、登録するだけで体験できます。

4

ローカル環境でデプロイする場合:CPU ≥ 4コア、メモリ ≥ 16GB、ディスク ≥ 50GBを確保し、Docker 24+をインストールしてください。

5

リポジトリをクローンした後、docker ディレクトリに入り、docker compose -f docker-compose.yml up -d を実行してサービスを起動します。

インストールガイド
  1. 公式クラウドサービス(cloud.ragflow.io)の利用を推奨します。環境設定は不要で、登録するだけで体験できます。
  2. ローカル環境でデプロイする場合:CPU ≥ 4コア、メモリ ≥ 16GB、ディスク ≥ 50GBを確保し、Docker 24+をインストールしてください。
  3. リポジトリをクローンした後、docker ディレクトリに入り、docker compose -f docker-compose.yml up -d を実行してサービスを起動します。
ファイルの整合性

SHA-256 チェックサム確認済み

GitHub 公式 Release ページから抽出されたチェックサム

SHA256 チェックサム

639d67416f53effd2ace524d1eb751b58d822c45c67d6c9172db7d855e24c94c

このチェックサムは GitHub Release ページから抽出されたものです。ダウンロード後にファイルの整合性を確認してください。

本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。

オープンソースの透明性

GitHub ソースを見る
環境ガイド

アンインストール情報

ローカルデプロイのアンインストール:ragflow/docker ディレクトリで `docker compose -f docker-compose.yml down` を実行してコンテナを停止・削除します。データを完全に消去する場合は、さらに `docker volume prune` を実行して関連データボリュームを削除し、最後に ragflow ソースコードディレクトリを手動で削除してください。

追加の依存関係なし

ダウンロード後すぐに使用可能。追加のランタイムは不要です。

プロジェクト情報
ライセンスApache-2.0
最終更新2026-08-13T04:42:56Z
GitHub リポジトリ公式サイト

類似プロジェクト