RAGFlow 教程

检索增强生成引擎

RAGFlow 是一款基于深度文档理解的开源检索增强生成（RAG）引擎。它为用户提供了一套完整的解决方案，将非结构化数据转化为可靠的知识问答服务。无论你是希望构建企业知识库，还是搭建智能客服系统，RAGFlow 都能帮助你从海量文档中精准提取答案，并提供可追溯的引用来源。

本教程将带你从零开始，全面了解 RAGFlow 的架构设计、部署方式和使用技巧，帮助你快速掌握这一强大的 RAG 引擎。

---

学习目标

通过本教程的学习，你将能够：

• 理解 RAGFlow 架构 — 掌握系统各组件的职责与数据流向
• 独立完成部署 — 使用 Docker Compose 在本地环境成功运行 RAGFlow
• 完成端到端问答 — 从上传文档到获得基于文档的智能回答
• 配置本地 LLM — 将 Ollama 等本地大模型与 RAGFlow 集成
• 使用进阶功能 — 掌握 Agentic 工作流、HTTP API 和多种分块策略

---

章节概览

🏗️

架构概览

了解 RAGFlow 的系统组件、数据流向和核心能力

🚀

安装部署

Docker Compose 一键部署，快速搭建本地 RAGFlow 环境

⚡

快速上手

端到端实战：从上传文档到获得智能问答回复

🔧

进阶功能

Agentic 工作流、HTTP API、分块策略与 MCP 集成

---

前置知识

在开始本教程之前，建议你具备以下基础：

领域	建议掌握的内容
Docker	了解容器基本概念，能运行 docker compose 命令
命令行	熟悉 Linux/macOS 终端或 Windows PowerShell 基本操作
LLM 基础	了解大语言模型的基本原理（如 GPT、Llama 等）
RAG 概念	了解检索增强生成的基本思路（可选，教程中会介绍）

💡 提示

即使你对 RAG 概念不太熟悉也没关系，本教程的架构概览章节会为你建立必要的背景知识。