RAGFlow介绍

• 官网：https://ragflow.io/

• 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。

• 更新内容如下：

1. 跨语言搜索：知识库和 Chat 模块现已支持跨语言查询，提升多语言环境下的搜索准确性与体验，适用于中英文混合知识库、国际化产品 FAQ 等。
2. Agent 新增 Code Component：引入全新代码执行组件，现支持运行 Python 与 JavaScript 脚本，开发者可以执行更复杂任务，如动态数据处理等任务。
3. 图片展示优化：Chat 和 Search 模块会在正文内展示图片，改变以往图片作为引用的展示方式。知识库的 Retrieval Testing 可以直接召回图片而非解析图片后的文本内容。
   支持 Claude 4 和 ChatGPT o3：现在开发者们可以使用刚发布的最强 Claude 模型和 OpenAI 的最强推理模型
   感谢社区贡献者带来的以下增强功能：
4. Agent 的 Generate Component 现支持调用 Tools。
5. Markdown 渲染现已支持 图片展示。
6. Doc Engine 新增支持：OpenSearch。

RAGFlow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

目录创建

• mkdir -p /data/yunxinai && cd /data/yunxinai/

文件clone

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

sh /data/yunxinai/rag-sh/ragflow/0.19.0-slim/start.sh

• 如没有安装docker 或者 docker-compose 请参考
  https://mp.weixin.qq.com/s/vlbYzEnCB8qrcUQF5okM7g

• 继续安装，拉取对应镜像
  
  
  

• 表示启动成功
  

RAGFlow验证

• 部署的IP+端口进行访问，默认为80端口，如：http://11.0.1.141/login
• 进行账号注册
  
• 账号注册：
  
• 登录进入首页
  
• 查看系统版本
  

验证图片召回

• 知识库的 Retrieval Testing 可以直接召回图片而非解析图片后的文本内容。
  

• 可以看到召回里面是有图片信息的
  

• 聊天信息也返回
  
  

关注微信公众号「云馨AI」，回复「微信」，
无论你是AI爱好者还是初学者，这里都能为你打开AI世界的大门！加入我们，与志同道合的朋友一起探索AI的无限可能，共同拥抱智能未来！