Moteur d'intelligence artificielle basé sur les données
RAGFlow est un moteur de génération basé sur la récupération (RAG) open source qui crée une couche de contexte pour les grands modèles de langage (LLM). Il vise à améliorer le traitement des données et la précision des réponses en combinant des techniques RAG avancées avec les capacités des agents.
Mises à jour
- 31 août 2026: Étoiles 88,819 → 89,753, dernière version v0.27.1 (28 août 2026).
- 19 août 2026: Étoiles 88,549 → 88,819, dernière version v0.27.0 (19 août 2026).
- 15 août 2026: Étoiles 87,648 → 88,549, dernière version v0.26.4 (7 juillet 2026).
Ce que ça vous apporte
- Extrait des informations de documents complexes avec une grande précision.
- Il segmente intelligemment les données à l'aide de méthodes basées sur des modèles.
- Il réduit les hallucinations grâce à des réponses appuyées par des citations.
Installation
git clone https://github.com/infiniflow/ragflow.gitdocker compose -f docker/docker-compose.yml up -dSi vous ne codez pas
Je souhaite transformer les documents complexes et les données non structurées dont je dispose en une source d'informations de haute qualité que les modèles d'intelligence artificielle peuvent comprendre. Comment puis-je traiter mes données à l'aide de RAGFlow, configurer des modèles de fragmentation de documents et créer un agent IA référençant la source sans erreur à l'aide de ces données ?
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-08-13 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.