RAGFlow: 深い文書理解に基づくオープンソースのRAGエンジンで、効率的な検索強化生成ワークフローを提供します。

はじめに

RAGFlowは、深い文書理解技術に基づいたオープンソースのRAG（Retrieval Augmented Generation）エンジンです。あらゆる規模の組織に効率的な ラグ RAGFlowは、ドキュメント、スライド、スプレッドシート、テキスト、画像、構造化データなど幅広いデータソースをサポートし、大量のデータから価値ある情報を確実に抽出します。主な機能には、テンプレート化されたチャンキング、ファントム参照の削減、異種データソースとの互換性などがあります。

機能一覧

• 深い文書理解複雑な形式の非構造化データに基づく知識抽出。
• テンプレート化されたチャンキングインテリジェントで解釈の幅が広い。
• 引用の視覚化テキストチャンキングの視覚化をサポートし、手作業による介入を容易にし、重要な参考文献を素早く表示します。
• 複数のデータソースに対応Word、スライド、Excel、テキスト、画像、スキャン、構造化データ、Webページなどをサポート。
• RAGワークフローの自動化個人から大企業まで、スムーズなRAGオーケストレーション。
• 直感的なAPI業務システムとのシームレスな統合を促進。

ヘルプの使用

設置プロセス

1. システム要件::
   • CPU：少なくとも4コア
   • メモリー：最低16GB
   • ハードドライブ：最低50GB
   • Docker: バージョン24.0.0以上
   • Docker Compose: バージョンv2.26.1以上
2. Dockerのインストール::
   • Windows、Mac、Linuxユーザーは、Dockerインストールガイドを参照してください。
3. RAGFlowリポジトリのクローニング::

   git clone https://github.com/infiniflow/ragflow.git
cd ragflow

4. Dockerイメージの構築::
   • 埋め込みモデルのミラーを含まない：

    docker build -t ragflow .
   

   • 埋め込みモデルの鏡像を含む：

    docker build -f Dockerfile.deps -t ragflow .
   

5. サービス開始::

   docker-compose up

使用ガイドライン

1. コンフィグ::
   • あるconfディレクトリにある設定ファイルを修正し、データ・ソース・パスやモデル・パラメーターなどを設定する。
2. サービス開始::
   • 上記のコマンドを使用してサービスを開始した後、APIを通じてサービスを操作することができる。
3. 主な機能::
   • ドキュメントのアップロード処理対象の文書を指定されたディレクトリにアップロードします。
   • データ処理このシステムは自動的に文書から知識をチャンクし、解析し、抽出します。
   • しつもんせいAPIを通じて質問を送信すると、文書の内容に基づいて回答が生成され、引用が提供されます。
4. サンプル操作::
   • Word文書をアップロードする： bash
curl -F "file=@/path/to/document.docx" http://localhost:8000/upload

   • 質問だ： bash
curl -X POST -H "Content-Type: application/json" -d '{"question": "文档的主要内容是什么？"}' http://localhost:8000/ask