RAGFlow介绍
- 官网:ragflow.io/
- 将生成式人工智能融入您的业务 (检索增强生成引擎,释放您的全部潜力)
- RAGFlow 是一款基于深度文档理解构建的开源 RAG(Retrieval-Augmented Generation)引擎。RAGFlow 可以为各种规模的企业及个人提供一套精简的 RAG 工作流程,结合大语言模型(LLM)针对用户各类不同的复杂格式数据提供可靠的问答以及有理有据的引用。
v0.20.0版本
- 本版本完成了从 Workflow 到 Agentic Workflow 的跨越,主要特性包括
1. 支持统一编排 Agent 和 Workflow;
2. 全面重构 Agent,大幅度增强能力和易用性,支持 Multi-Agent,支持规划与反思、视觉等特性;
3. 支持完整的 MCP 功能,包括导入 MCP Server、Agent 作为 Client 调用 MCP 以及 RAGFlow 作为 MCP Server;
4. 可以查看 Agent 的运行时日志;
5. 支持在管理面板查看 Agent 聊天记录;
6. 集成新版 Infinity,运行更加健壮,使用 Infinity 也支持 Tagging 功能;
7. 在 RAGFlow API 中,提供对文件引用信息的支持,兼容 OpenAI 形式;
8. 新增支持 Kimi K2、Grok 4、Voyage embedding 等模型;
9. 提供 Gitee 作为 RAGFlow 代码镜像,地址:gitee.com/infiniflow/ragflow;新增模力方舟作为模型供应商。
- 全新上架 10 个 Agent 模板,包括:
1. Multi-Agent 架构 Deep Research:区别于过往工作流式的编排,由 Lead Agent 和多个 Subagent 组成团队协同完成;
2. 智能问答:基于企业内部知识库回答用户的问题,适用于客户服务,企业内部培训等场景;
3. 候选人简历分析助理:RAGFlow 内部通过此 Workflow 来分析和登记候选人信息;
4. 博客生成 Workflow:将用户的想法生成一篇 SEO 友好的博客;
5. 博客生成 Agent:通过 Multi-Agent 架构将用户的想法生成一篇 SEO 友好的博客;
6. 智能客服 Workflow:搭建客户服务回答客户问题;
7. 用户反馈分析:通过语义分析用户的评价将其分别交付给不同团队处理;
8. Trip Planner:结合网络信息搜索以及地图 MCP 来为你规划旅行;
9. Image Lingo:只需要拍照上传就能为你翻译图片里的内容。
10. 信息搜索助理:能够同时检索企业内部知识库和网络信息并来回答用户问题的助理。
- 升级告知:0.20.0 与 0.19.1 及之前版本的 Agent 不再兼容,升级后需重建原有 Agent。
安装脚本
- 注意事项:确保服务器80端口不被占用,不然需自己更改端口信息
创建目录
mkdir -p /data/yunxinai && cd /data/yunxinai/
脚本下载
- 下载git脚本:
git clone https://gitcode.com/yunxinai/rag-sh.git

- 如果没有安装git,则进行git安装:
yum install -y git
脚本执行
- 脚本执行:
sh /data/yunxinai/rag-sh/ragflow/0.20.0-slim/start.sh
- 镜像拉取


- 查看是否启动成功:
docker-compose ps

RAGFlow验证
初始化账号
- 部署的IP+端口进行访问,默认为80端口,如:http://11.0.1.141/login
- 创建账户

- 进行登录

- 首页信息

版本验证
- 查看系统版本信息

- 至此,RAGFlow 0.20.0 版本的安装流程就全部完成了。整个过程中如果遇到任何问题,欢迎随时私信博主微信:cqyunxinai,我会尽力为大家解答并提供帮助。