RAGFlow 介绍

RAGFlow 概述
RAGFlow 是一款开源的企业级检索增强生成（RAG）引擎，专注于深度文档理解与智能问答场景。其核心目标是通过融合多模态文档解析、混合检索策略和大语言模型（LLM）生成能力，实现非结构化数据的高效知识抽取与精准答案生成。该系统在电商客服、合同管理、投资分析等领域验证了高效性（响应速度提升40%）和准确性（关键信息召回率达92%）。

技术栈与架构解析

一、核心架构设计
RAGFlow 采用分层模块化架构，分为以下层级：

1. 输入层
   通过 Nginx 接收用户请求，支持网页、多格式文件（含扫描件）上传，并实现负载均衡。

2. 服务层
   • API Server（Flask）：提供管理端与用户端接口，负责任务分发和权限控制。

   • Task Executor：异步执行文档解析、向量化等任务，基于 Redis 消息队列实现任务调度。

3. 数据处理层
   • DeepDoc 引擎：支持 20+ 格式文档解析，集成 OCR（光学字符识别）、表格结构识别（TSR）和布局分析技术，处理扫描件与复杂表格数据。

   • 多模态分块：动态调整文本分块策略，结合语义密度与 LLM token 限制优化信息完整性。

4. 知识库层
   • 存储体系：MySQL 管理元数据，MinIO 存储原始文件，Elasticsearch/Infinity 存储向量数据。

   • 知识图谱：GraphRAG 模块解析文档关系网络，增强语义关联检索。

5. 检索生成层
   • 混合检索：结合关键词（Elasticsearch）与向量（Infinity）双引擎，加权融合召回结果。

   • 动态重排序：通过相关性评分优化 Top-K 结果，降低 LLM 幻觉风险。

二、关键技术特性

1. 深度文档理解
   • 支持 Word/Excel/PDF 等复杂格式解析，表格识别准确率超90%，布局还原能力优于传统 O