RAGFlow: движок RAG с открытым исходным кодом, основанный на глубоком понимании документов и обеспечивающий эффективные рабочие процессы генерации с улучшенным поиском

Общее введение

RAGFlow - это движок с открытым исходным кодом Retrieval Augmented Generation (RAG), основанный на технологии глубокого понимания документов. Он предоставляет организациям любого размера эффективную RAG Рабочие процессы, включающие большую языковую модель (LLM), способны обеспечить реальные возможности вопросов и ответов на основе сложных форматированных данных. RAGFlow поддерживает широкий спектр источников данных, включая документы, слайды, электронные таблицы, текст, изображения и структурированные данные, обеспечивая извлечение ценной информации из огромных объемов данных. Среди его ключевых особенностей - шаблонизированное разбиение на части, уменьшение количества фантомных ссылок и совместимость с разнородными источниками данных.

Список функций

• Глубокое понимание документации: Извлечение знаний на основе неструктурированных данных в сложных форматах.
• Шаблонная обработка: Доступен широкий спектр вариантов шаблонов, интеллектуальных и открытых для интерпретации.
• Визуализация цитирования: Поддерживает визуализацию фрагментов текста для упрощения ручного вмешательства и быстрого просмотра ключевых ссылок.
• Совместимость с несколькими источниками данных: Поддержка Word, слайдов, Excel, текста, изображений, сканов, структурированных данных, веб-страниц и многого другого.
• Автоматизация рабочих процессов RAG: Плавная оркестровка RAG для частных лиц и крупных предприятий с поддержкой многократного отзыва и переупорядочивания.
• Интуитивно понятный API: Обеспечение беспрепятственной интеграции с бизнес-системами.

Использование помощи

Процесс установки

1. системные требования::
   • Процессор: не менее 4 ядер
   • Память: не менее 16 ГБ
   • Жесткий диск: не менее 50 Гб
   • Docker: версия 24.0.0 и выше
   • Docker Compose: версия v2.26.1 и выше
2. Установка Docker::
   • Пользователи Windows, Mac или Linux могут обратиться к руководству по установке Docker.
3. Клонирование репозитория RAGFlow::

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

4. Создание образа Docker::
   • Не содержит зеркала встроенной модели:

    docker build -t ragflow .
   

   • Содержит зеркальное отражение встроенной модели:

    docker build -f Dockerfile.deps -t ragflow .
   

5. Начальные услуги::

   docker-compose up

Руководство по использованию

1. настроить::
   • существоватьconfчтобы изменить конфигурационный файл и задать путь к источнику данных, параметры модели и т.д.
2. Начальные услуги::
   • После запуска службы с помощью указанной выше команды вы можете взаимодействовать с ней через API.
3. Основные функции::
   • Загрузка документов: Загружает обрабатываемый документ в указанный каталог.
   • обработка данных: Система автоматически разбивает, анализирует и извлекает знания из документов.
   • система вопросов и ответов: Отправьте вопрос через API, и система сгенерирует ответ, основываясь на содержании документа, и предоставит цитату.
4. пробная операция::
   • Загрузите документ Word: bash
curl -F "file=@/path/to/document.docx" http://localhost:8000/upload

   • Вопрос: 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