复杂版式的 PDF、表格和扫描件经常把检索系统带偏，答完还找不到依据在哪。RAGFlow 是开源的检索增强框架，重点在解析环节：先把文档还原成结构化片段再做召回，回答可以回溯到原文出处。部署门槛比托管服务高一些，需要准备模型与存储等依赖；支持的文件类型与能力随版本变化，以项目仓库当前文档为准。
主要功能
- 解析环节做得较细，可处理表格与多栏版式
- 文本切分与索引流程可配置
- 回答附带原文引用片段，便于核对
- 多种数据来源可批量导入
- 开源可自部署，可接不同模型服务
适合谁用
- 手上有一批排版复杂的 PDF，要变成可问答的语料
- 需要每条回答都能对回原文出处
- 自建检索效果不稳，想先换个解析思路
- 团队要在自己环境里跑，控制数据边界
怎么开始
- 先挑十份最难处理的文档试解析结果
- 确认解析质量后再决定切分方式
- 建一批带标准答案的问题，用来对比召回
