🧠 RAG / 知识库2026-07-24

8.6万 Star 的开源RAGFlow：轻松打造企业级AI知识库

原文链接：https://mp.weixin.qq.com/s/PkH_OLiLvtmo1BB0EGUK9A

摘要

RAGFlow 是国产开源 RAG 引擎（infiniflow/ragflow，Apache 2.0，8.6 万 Star），主打把企业杂乱文档（PDF/Word/Excel/扫描件/PPT）先解析切块再问答，且每个答案都能点回原文出处。本文从"拿它做企业知识库行不行"的角度，拆解其能力、部署与企业适用场景，结论：文档乱、要私有化、答案要经得起追问这三条占两条，它就是开源首选。

主要内容

一、RAGFlow 是什么

开源 RAG 引擎，一句话：把公司那堆文档解析出来、切块存好，员工提问时大模型先翻资料再张嘴，答完把出处贴上。

Star 8.6 万，Apache 2.0，商用免费
Docker 私有化部署，数据不出内网
国内团队做，中文文档/社区现成

二、核心能力

复杂文档也能喂：能看懂版面（标题/正文分开、表格行列表头合并单元格认得、扫描件 OCR），Word/Excel/PPT/图片/网页都能传
切块自己做主：十几种切法（合同/简历/论文/表格各有切法），切完的块全部摊开，可看来自第几页、手动改——答得烂能知道烂在哪
答案可溯源：答完附出处，点一下跳回原文第几页第几段
找得准：关键词 + 语义双路召回，再重排把最相关的喂给模型；跨多份文档可串联答
接入办公软件：直接挂钉钉/企微/飞书，后台填参数免代码
存量文档不搬家：直连 Confluence/Notion/S3/Google Drive 同步，新文件自动更新
多人可管控：按角色控可见知识库、可用模型
不止问答：内置 Agent 画布（拖拽编流程：查完知识库跑代码/开网页查实时）；支持 MCP 挂到 Claude Code 等工具

三、快速开始

配置：CPU 4 核起 / 内存 16G 起 / 硬盘 50G 起 / Docker 24.0.0+（8G 机器起不来，硬伤）
调系统参数：sudo sysctl -w vm.max_map_count=262144（写入 /etc/sysctl.conf 持久化）

部署：

git clone https://github.com/infiniflow/ragflow.git
cd ragflow/docker
docker compose -f docker-compose.yml up -d

有显卡在 .env 加 DEVICE=gpu；仅 x86 安装包，ARM 需自构建
看日志 docker logs -f docker-ragflow-cpu-1，出现 Running on all addresses 才算起好（未起完开浏览器报 network abnormal 属正常）
浏览器 http://服务器IP（默认 80），注册管理员、配模型（DeepSeek/Kimi/GPT/Gemini/本地模型均可）
不想运维可用云版 cloud.ragflow.io（数据出网，内网要求高的别用）

四、使用场景

制度和合同库：答错可追回到原文哪一条
表格多的场景：财报/研报/招投标，表格能认结构
客服和 IT Helpdesk：挂进钉钉企微飞书
存量文档盘活：Confluence/Notion 同步即用
查完还得干活：答完跑代码/开网页，Agent 画布编得出来

五、作者看法

企业知识库命门在解析和溯源，RAGFlow 在这两点做得好，是开源里第一选择、国产搭建知识库首选。缺点：

硬件要求高
功能多 → 配置项多，首次上手难
权限管理比成熟商业产品糙，管控严的团队需自验适合：有运维能力、文档又乱又多的团队直接上。十几人传几份 PDF 随便问问的，它过重，犯不上。

原文关键段落

文档乱、要私有化、答案要经得起追问，三条占两条，RAGFlow 就是开源里的第一选择，国产项目里我觉得用它搭建AI知识库可以做首选。

企业知识库的命门在解析和溯源，它在这方面做的非常好，多少工具到现在还在拿抽文本凑合。

开源地址

https://github.com/infiniflow/ragflow