← プロジェクト一覧に戻る
ragflow
取り込んだ文書がどう分割されたかを画面で確認して直せるRAG基盤。ライブラリではなくサーバー製品です
公式Apache-2.0
ragflowとは
文書をデータセットに取り込むと、どこで区切られたかがチャンク単位で画面に並び、おかしな箇所はその場で書き換えられます。回答には根拠となったチャンクが出典として付き、エージェントを組むキャンバスや取り込み処理を組み替えるパイプラインも同じ製品に含まれます。ただし文字認識・表構造認識・レイアウト解析のモデルが働くのはPDFと画像だけで、Word、Excel、PowerPointは構造をそのまま読む方式のため、公式ドキュメントもDOCXに同じ解析をかけたいならPDFへ変換するよう案内しています。動かすにはElasticsearch、MySQL、MinIO、Redisを含むDocker Compose構成を運用することになり、必要環境は4コア・16GB以上、解析の遅さは公式FAQ自身がLangChainと比べて認めています。すでに整ったテキストしか扱わず、自分のPythonアプリに検索処理を組み込みたいだけなら、LlamaIndexやHaystackのほうが軽く済みます。
ragflowで何ができますか?
- 分割結果をチャンク単位で見て直す — 解析が終わったファイルを開くとチャンクが並び、ダブルクリックして本文を書き換えたり、キーワードや想定質問、タグを付けたりできます。キーワードを足したチャンクは、その語を含む問い合わせで上位に出やすくなります。ファイルは削除せずに個別に無効化でき、チャットの回答には根拠となったチャンクが出典として付きます。
- 文書ごとに切り方を選び、PDFは解析方式も選ぶ — データセットには分割テンプレートがあり、Generalは決めたトークン数で機械的に区切り、論文、書籍、法令、手引き、プレゼン、表、Q&A、画像といったテンプレートはそれぞれの構造に沿って区切ります。ファイル単位で別のテンプレートに差し替えることもできます。PDFにはさらに解析方式の選択肢があり、既定のDeepDocは文字認識・表構造・レイアウトのモデルを通す代わりに時間がかかり、Naiveはテキストが整っていればそれらを省きます。MinerUやDocling、OpenDataLoaderは実験的な位置づけで、この解析方式の選択が効くのはPDFだけです。
- 外部の置き場につないで定期的に取り込む — 手元からのアップロードのほか、7分類・約35種類の接続先が用意されています。ConfluenceやNotion、Google Drive、SharePointといった文書基盤、S3やAzure Blobなどの保管庫、MySQLやBigQuery、GitHubやJira、GmailやSlack、さらに任意のREST APIやRSSまで揃っています。接続ごとに更新間隔を決められ、向こうで消された文書を索引からも消すかどうかを選べ、同期の履歴はログとして残ります。
- 検索テストで効き具合を確かめてから渡す — 実際の問い合わせを投げて何が返るかを画面で確認できます。類似度のしきい値(既定0.2)で弱い候補を落とし、ベクトル類似度の重み(既定0.3、残る0.7がキーワード一致)で意味重視か語の一致重視かを動かせます。再ランクモデルに切り替えることもできますが、応答時間が大きく伸びると公式ドキュメントが注意しています。ここでの調整は自動保存されないため、チャットアシスタントか、エージェント側のRetrievalコンポーネントに同じ値を入れ直す必要があります。
- 文書をまたぐ問いには知識グラフを足す — エンティティと関係をファイル単位ではなくデータセット全体から1つのグラフに抽出するため、複数の文書をたどる問いに効きます。抽出の作法はGraphRAG由来のGeneralとLightRAG由来のLight(既定)から選べ、Lightのほうがトークンも計算資源も少なく済みます。公式ドキュメントは、構築にメモリ・計算資源・トークンを大きく使うと明記しています。
- キャンバスでエージェントと取り込み処理を組む — Begin、Agent、Retrieval、Categorize、Switch、Iteration、Code、HTTP Requestといったコンポーネントをつないで流れを作れます。検索は固定の一段としても、Agentが必要と判断したときに呼ぶ道具としても置け、SQL実行やMCPサーバー、子エージェントも同じように道具として渡せます。同じキャンバスでParser、Title chunker、Token chunker、Transformer、Indexerを並べた取り込みパイプラインも作れ、データセット側で内蔵テンプレートの代わりに指定できます。画面の外からはHTTP APIとPython API、別立てのMCPサーバーが用意されています。
ragflowを選ぶ前に
- 公式Dockerイメージはx86向けだけで、v0.26.4時点ではApple Siliconなどのarm64環境は自分でビルドする必要があり、文書エンジンをInfinityに切り替える構成もarm64では未対応とされています。
- データセットの埋め込みモデルはチャンクができた時点で変更できず、別のモデルに移るにはそのデータセットのチャンクをすべて削除して解析からやり直すことになります。
- v0.26.4時点で、履歴書向けのResumeテンプレートは企業版限定とされ、cloud.ragflow.ioも企業版でDeepDocのモデルは非公開データで事前学習済みだと公式FAQは説明しています。
スター推移
8月17日〜10月30日 · +4.5k
88.7k93.2k
よくある質問
ragflowは商用利用できますか?
ragflowはApache-2.0ライセンスで公開されています。OSI承認のオープンソースライセンスで、商用利用が認められています。
ragflowはどの形で使えますか?
ragflowはセルフホスト・マネージドクラウドの形で利用できます。