ragflow
项目核心内容总结：
功能
RAGFlow 是一个基于检索增强生成（RAG）的系统，结合深度文档处理（DeepDoc）和向量数据库，支持文档解析、向量化存储及检索，适用于知识管理、信息检索等场景。提供 Elasticsearch 和 Infinity 两种文档引擎选择，支持自定义 LLM 和嵌入模型。
使用方法
- Docker 部署：通过
docker-compose.yml启动服务，支持 CPU/GPU 加速 DeepDoc 任务，可切换文档引擎（如 Infinity）。 - 源码开发：需安装 Python 依赖、启动 MinIO/MySQL/Elasticsearch 等依赖服务，运行后端和前端（需 npm 安装并启动前端）。
主要特性
- 支持多种文档引擎（Elasticsearch/Infinity）和 LLM 厂商自定义配置。
- 深度文档处理（OCR、格式转换、多语言支持）。
- 向量化存储与高效检索（支持 GPU 加速）。
- 灵活的配置选项（如 HTTP 端口、API 密钥）。
- 提供稳定版本（如 v0.21.1）和轻量版（slim）选择。