# Datengesteuerte Engine für künstliche Intelligenz

RAGFlow ist eine Open-Source-RAG-Engine (Fetch-based Generation), die eine Kontextschicht für große Sprachmodelle (LLM) erstellt. Ziel ist es, die Datenverarbeitung und die Genauigkeit der Antworten durch die Kombination fortschrittlicher RAG-Techniken mit Agentenfähigkeiten zu verbessern.

- ★ 89.753
- Go
- GitHub Trending · 2026-08-13

## Was es bringt
- Extrahiert Informationen aus komplexen Dokumenten mit hoher Genauigkeit.
- Es segmentiert Daten intelligent mithilfe vorlagenbasierter Methoden.
- Es reduziert Halluzinationen dank Antworten, die durch Zitate unterstützt werden.

## Installation
**Laden Sie das Repository auf Ihren Computer herunter**

```
git clone https://github.com/infiniflow/ragflow.git
```

**Starten Sie den Dienst mit Docker**

```
docker compose -f docker/docker-compose.yml up -d
```


## Wenn Sie nicht programmieren
Ich möchte die komplexen Dokumente und unstrukturierten Daten, die ich habe, in eine hochwertige Informationsquelle umwandeln, die Modelle der künstlichen Intelligenz verstehen können. Wie kann ich meine Daten mit RAGFlow verarbeiten, Dokumentfragmentierungsvorlagen konfigurieren und mithilfe dieser Daten einen fehlerfreien, quellenreferenzierenden KI-Agenten erstellen?

## Verwandte Begriffe aus dem Glossar

## Links
- GitHub-Repository →
- Auf Türkisch lesen →

---
Quelle: TreScout Entdecken · https://trescout.com/de/discover/ragflow/