RAGFlow: un motor RAG de código abierto basado en la comprensión profunda de los documentos, que proporciona flujos de trabajo de generación eficientes y mejorados por la recuperación.

Introducción general

RAGFlow es un motor de Generación Aumentada de Recuperación (RAG) de código abierto basado en la tecnología de comprensión profunda de documentos. Proporciona a organizaciones de todos los tamaños un RAG RAGFlow es compatible con una amplia gama de fuentes de datos, como documentos, diapositivas, hojas de cálculo, texto, imágenes y datos estructurados, lo que garantiza la extracción de información valiosa a partir de cantidades ingentes de datos. Entre sus principales características se encuentran la fragmentación por plantillas, la reducción de referencias fantasma y la compatibilidad con fuentes de datos heterogéneas.

Lista de funciones

• Profunda comprensión de la documentación: Extracción de conocimientos a partir de datos no estructurados en formatos complejos.
• Troceado de plantillas: Existe una amplia gama de plantillas, inteligentes y abiertas a la interpretación.
• Visualización de citas: Admite la visualización de fragmentos de texto para facilitar la intervención manual y la visualización rápida de referencias clave.
• Compatible con múltiples fuentes de datosSoporte para Word, diapositivas, Excel, texto, imágenes, escaneos, datos estructurados, páginas web, etc.
• Automatización de los flujos de trabajo RAG: Orquestación RAG fluida para particulares y grandes empresas, con soporte para múltiples retiradas y reordenación.
• API intuitivaFacilitar la integración sin fisuras con los sistemas empresariales.

Utilizar la ayuda

Proceso de instalación

1. requisitos del sistema::
   • CPU: al menos 4 núcleos
   • Memoria: al menos 16 GB
   • Disco duro: al menos 50 GB
   • Docker: versión 24.0.0 y superior
   • Docker Compose: versión v2.26.1 y superior
2. Instalación de Docker::
   • Los usuarios de Windows, Mac o Linux pueden consultar la guía de instalación de Docker.
3. Clonación del repositorio RAGFlow::

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

4. Creación de una imagen Docker::
   • No contiene una réplica del modelo incrustado:

    docker build -t ragflow .
   

   • Contiene una imagen especular del modelo incrustado:

    docker build -f Dockerfile.deps -t ragflow .
   

5. Inicio de los servicios::

   docker-compose up

Normas de uso

1. configure::
   • existeconfpara modificar el archivo de configuración y establecer la ruta de la fuente de datos, los parámetros del modelo, etc.
2. Inicio de los servicios::
   • Después de iniciar el servicio utilizando el comando anterior, puede interactuar con él a través de la API.
3. Funciones principales::
   • Carga de documentosCarga el documento a procesar en el directorio especificado.
   • tratamiento de datosEl sistema trocea, analiza y extrae automáticamente el conocimiento de los documentos.
   • sistema de preguntas y respuestasEnviar una pregunta a través de la API y el sistema genera una respuesta basada en el contenido del documento y proporciona una cita.
4. operación de muestreo::
   • Cargue un documento Word: bash
curl -F "file=@/path/to/document.docx" http://localhost:8000/upload

   • Pregunta: 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