RAGFlow 是一款开源检索增强生成（RAG）引擎，定位为“为 AI 智能体构建卓越的上下文层”。它致力于通过领先的开源 RAG 引擎为 AI 智能体提供可靠的上下文，并集成了智能体平台，专为企业打造。
用途方面，RAGFlow 主要解决 AI 智能体在复杂任务中需要高质量、可靠上下文的问题。它通过内置的摄取流水线，能够清洗和处理多格式数据，将其结构化为丰富的语义表示，从而为后续检索提供优质基础。
主要能力包括：
- 数据摄取与处理：内置流水线可清洗、处理多格式数据，并转化为语义表示。
- 混合检索与排序：结合向量搜索、BM25 和自定义评分，并应用高级重排序，以提升答案准确度和上下文相关性。
- 一体化智能体平台：在可视化工作流中无缝集成 RAG、工具和 MCP，支持构建强大的智能体。
- 多智能体编排：支持自主规划和多智能体协作，可应用于复杂工作流。
资料中展示了三个典型工作流示例：
- 股票分析工作流：自动收集公司数据，整合财务指标与研究洞察，通过自主规划和多智能体编排实现高级股票分析。从用户查询中识别股票代码，汇总外部权威来源和内部记录的信息，最终结合定性洞察与财务指标生成完整投资报告。
- 法律判例分析工作流：对公开判例法和内部案件记录中的约束性权威和说服性权威进行结构化先例分析。输入案件后，自动提取管辖权、法院层级和法律问题等关键属性，形成搜索查询并检索相关先例及其判决理由，最终整合为结构化分析，反映法院对类似法律问题的推理和裁决，并附引文和区分因素，为论证做好准备。
- 维护指导工作流：从内部手册中准确获取内容，外部参考仅作为补充支持，提供结构化维护指导。当输入任务时，工作流首先验证输入充分性，确保包含必要细节，然后从内部维护手册中提取标准协议，整合外部技术数据补充，最终生成清晰的执行指令。
使用方式上，RAGFlow 提供免费起步方案，可探索基本功能。付费方案包括：免费方案提供 0.1 GB 数据集存储、每月 500 积分，不提供 API 密钥，适合个人和小团队；另一方案提供 5 GB 数据集存储、每月 5,000 积分，提供 API 密钥；Pro 方案（最受欢迎）适合成长型企业，提供 20 名团队成员、50 GB 数据集存储、每月 20,000 积分；企业级方案面向大规模生产工作负载，支持 BYOC 部署、本地部署和专属支持。
适用场景包括股票分析、法律判例研究、维护指导等需要可靠上下文和多智能体协作的企业级任务。
限制方面，资料未提供具体的技术限制、支持的模型列表、定价细节或部署的详细要求，这些信息暂未提供。
