Motor de inteligencia artificial basado en datos
RAGFlow es un motor de generación basado en recuperación (RAG) de código abierto que crea una capa de contexto para modelos de lenguaje grandes (LLM). Su objetivo es mejorar el procesamiento de datos y la precisión de las respuestas combinando técnicas RAG avanzadas con capacidades de agentes.
Actualizaciones
- 16 de octubre de 2026: Estrellas 91,477 → 92,317, última versión v1.0.0-rc2 (16 de octubre de 2026).
- 29 de septiembre de 2026: Estrellas 90,512 → 91,477, última versión v1.0.0-rc1 (29 de septiembre de 2026).
- 11 de septiembre de 2026: Estrellas 89,753 → 90,512, última versión v0.27.2 (10 de septiembre de 2026).
- 31 de agosto de 2026: Estrellas 88,819 → 89,753, última versión v0.27.1 (28 de agosto de 2026).
Qué aporta
- Extrae información de documentos complejos con alta precisión.
- Segmenta datos de forma inteligente utilizando métodos basados en plantillas.
- Reduce las alucinaciones gracias a respuestas respaldadas por citas.
Instalación
git clone https://github.com/infiniflow/ragflow.gitdocker compose -f docker/docker-compose.yml up -dSi no programa
Quiero transformar los documentos complejos y los datos no estructurados que tengo en una fuente de información de alta calidad que los modelos de inteligencia artificial puedan entender. ¿Cómo puedo procesar mis datos usando RAGFlow, configurar plantillas de fragmentación de documentos y crear un agente de IA sin errores y que haga referencia a fuentes usando estos datos?
Repositorio: https://github.com/infiniflow/ragflow. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.
Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.
Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.
Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.
Términos relacionados del glosario
Enlaces
TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-08-13: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.