蜡笔猫导航RAGFlow
开源 RAG 引擎，把文档解析、检索与 Agent 能力整合起来，为 LLM 提供可参考的上下文层，适合自建知识库问答；开源可自部署，官方亦提供云托管付费方案。
它能做什么
- 开源 RAG 引擎，可自部署构建知识库问答
- 融合 Agent 能力，基于检索结果完成多步任务
- 负责文档解析与切分，把资料变成可检索的上下文
- 面向 LLM 提供上下文层，减少凭空作答
适合谁
- 企业用自有文档搭建知识库问答与内部搜索
- 开发者构建 RAG 应用与检索型 Agent
- 需要数据不出内网的团队做私有化部署
详细介绍
RAGFlow 是一个开源（Apache-2.0）的检索增强生成引擎，目标是为大模型补上一层可靠的上下文。它把 RAG 与 Agent 能力结合起来，让模型在回答前先拿到检索到的资料，而不是只靠参数里的记忆。
它适合需要私有化知识库的团队和开发者：企业文档问答、内部搜索、基于自有资料的助手都可以用它来搭建。官网将其定位为「为 AI Agent 构建更好的上下文层」，强调内置数据摄取管线（ETL）、向量检索 + BM25 全文检索 + 自定义打分的混合检索与重排，以及可视化工作流中的 Agent 编排（可接入 RAG、工具与 MCP），项目重心在上下文构建与检索编排，而非单纯做向量库。
使用方式上，它是可自部署的开源项目，需按仓库文档自行部署与接入；官方另提供云托管服务，分 Free、Starter、Pro、Enterprise 四档（$0、$29、$129、联系销售）。具体安装步骤、支持的文档格式与接口能力请以 GitHub 仓库和官网说明为准。
