AnythingLLM 与 RAGFlow 的区别分析

核心定位

• AnythingLLM：全栈私有化方案，强调数据100%本地化，注重企业级权限管理，通过多用户模式和工作区隔离，适合对数据隐私要求极高的场景（如法律案例库、制造业工艺文档管理等）。
• RAGFlow：企业级复杂文档处理专家，旨在通过深度文档理解技术，解决现有RAG技术在数据处理和生成答案方面的挑战，更适合处理法律合同审查、医疗报告分析等复杂文档场景。

文档处理能力

• AnythingLLM：支持200多种文档格式，可处理PDF、TXT、DOCX等常见文档，能提取文本信息并保存到向量数据库。
• RAGFlow：侧重于复杂格式文档处理（如扫描件、表格、影印件等），具备深度文档理解能力，可识别文档布局、表格单元格等细节。

检索精度

• AnythingLLM：采用常规向量检索方式。
• RAGFlow：通过多路召回+LLM重排序优化，能实现高精度检索，在处理复杂文档时，更准确地召回相关信息。

模型支持

• AnythingLLM：支持本地/云端模型混合部署，可对接主流大模型，包括本地私有大模型（如Llama 2）、OpenAI、Azure OpenAI和百度千帆大模型等。
• RAGFlow：依赖内置RAG流程，支持30多种开源模型，主要通过分层模块化架构，支持向量数据库的灵活替换与Embedding模型的自由选型。

Ragflow安装：https://blog.csdn.net/YXWik/article/details/149632904

AnythingLLM地址：https://anythingllm.com/desktop

官网提供的Desktop脚本安装，只能够个人使用，无法多人使用

采用docker方式进行安装可以满足多人同时使用
Linux安装docker：https://blog.csdn.net/YXWik/article/details/128643662
如果需要安装docker+ollama的可以往下看下面有教程脚本地址

 docker pull mintplexlabs/anythingllm:master

export STORAGE_LOCATION="/var/lib/anythingllm" &&  mkdir -p $STORAGE_LOCATION &&  touch "$STORAGE_LOCATION/.env" &&  chmod -R 777 /var/lib/anythingllm

docker run -d --name anythingllm -p 3001:3001  --cap-add SYS_ADMIN  -v ${STORAGE_LOCATION}:/app/server/storage  -v ${STORAGE_LOCATION}/.env:/app/server/.env  -e STORAGE_DIR="/app/server/storage"  mintplexlabs/anythingllm:master

如果访问不到 记得开放下端口：3001
我这里是 iptables

iptables -I INPUT -p tcp --dport 3001 -j  ACCEPT

Linux安装docker+ollama+deepseek：https://blog.csdn.net/YXWik/article/details/149497501

Windows安装anythingllm ：https://blog.csdn.net/YXWik/article/details/143883157