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.
Aktualisierungen
- 31. August 2026: Sterne 88,819 → 89,753, neueste Version v0.27.1 (28. August 2026).
- 19. August 2026: Sterne 88,549 → 88,819, neueste Version v0.27.0 (19. August 2026).
- 15. August 2026: Sterne 87,648 → 88,549, neueste Version v0.26.4 (7. Juli 2026).
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
git clone https://github.com/infiniflow/ragflow.gitdocker compose -f docker/docker-compose.yml up -dWenn 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
TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-08-13 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.