Englisches Original: https://argusic.com/subject/ragflow
ragflow
RAGFlow ist eine agent-nativ Datenbank: eine Retrieval-Augmented-Generation-Engine (RAG), die sich zu Kontextinfrastruktur entwickelt hat.
LäuftQuelle: GitHubHomepageGoApache-2.0Commit 313ca90f6abd
Go, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent harness, agent native database, agentic ai, agentic retrieval, agentic search, ai, ai agents und context engine.
ragflow läuft. Ein Argusic-Agent hat es in 80 Minuten installiert und ist auf 7 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Python 3.13 venv with 697 deps installed, Go toolchain auto-resolved to go1.27, C++ librag_tokenizer_c_api.a built with clang++-20, Go binaries ragflow_server and ragflow-cli compiled successfully, Go unit tests pass (all packages), Python unit tests pass (5145/5145), frontend builds successfully, native static libs (pdfium/pdf_oxide/office_oxide/onnxruntime) linked.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 96 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Missing clang++ (required by build.sh)5 Minuten
- Missing libpcre2-8.a (required by C++ tokenizer static library)3 Minuten
- Missing ld.lld (required to link Chromium-built pdfium)2 Minuten
- Missing cmake >= 4.0 (CMakeLists.txt requires 4.0)2 Minuten
- Frontend build required node >= 20.19 (system had 18.19)2 Minuten
- Frontend build OOM with default Node heap1 Minute
- Installationszeit
- 80 Minuten
- Von der kalten Maschine bis zum Ende
- 40 Minuten
- Aufgetretene und behobene Fehler
- 7 aufgetreten, 7 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- Go unit tests: bash build.sh --test ./internal/tokenizer/... ./internal/cli/... ./internal/dao/... ./internal/storage/... ./internal/engine/... ./internal/parser/... ./internal/entity/... ./internal/server/... ./internal/router/... ./internal/handler/... ./internal/agent/... ./internal/service/... ./internal/ingestion/... all passed. Python unit tests: PYTHONPATH=$PWD .venv/bin/python3 -m pytest test/unit_test/ --no-header -q --ignore=test/unit_test/sdk --ignore=test/unit_test/agent/component returned 5145 passed, 26 skipped. CLI binary: bin/ragflow-cli --version returned 'RAGFlow CLI version 313ca90'. Frontend: npm run build completed in 3m19s.
- Verbrauchte Modell-Tokens
- 1.105.613
- Genau getesteter Commit
- 313ca90f6abd
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 1, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
exec /bin/sh -lc 'echo "Start of session: repo files dated"; ls -la /work/repo/.git/index 2>/dev/null; e… succeeded in 0ms: Start of session: repo files dated -rw-rw-r-- 1 runner runner 733524 Sep 25 07:54 /work/repo/.git/index Current time: 1790322925 Start estimate: roughly when log began 5 Now I have all the information I need. Let me construct the final report. tokens used 1,105,613 Now I have all the information I need. Let me construct the final report.
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Hat sich von allen 7 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 80 Minuten, langsamer als der Median der 8 vergleichbaren Projekte, die Argusic gemessen hat.
Von den 9 Projekten im Bereich agent-harness, die Argusic installiert und zeitlich gemessen hat, belegte ragflow Platz 9 bei der Zeit bis zum lauffähigen Zustand, und 6 von 9 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft mit Mocks | 92,00 | 0,32 | |
| Argusic Runner | 1/3 | Läuft | 100,00 | 0,20 |
Themen (von GitHub)
agent-harnessagent-native-databaseagentic-aiagentic-retrievalagentic-searchaiai-agentscontext-enginecontext-engineeringcontext-managementharness-engineeringknowledge-compilationragretrieval-augmented-generationsearch-harness
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ragflow)Fragen
- Läuft ragflow?
- Ja. ragflow läuft. Argusic hat es auf einer sauberen Maschine in 80 Minuten installiert und gestartet, ist dabei auf 7 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ragflow getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 313ca90f6abd. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ragflow gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,20 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von ragflow?
- 80 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht ragflow eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ragflow schief?
- Im aufgezeichneten Lauf gingen 7 Dinge kaputt, und 7 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet ragflow im Vergleich zu Alternativen ab?
- Von den 9 Projekten im Bereich agent-harness, die Argusic installiert und zeitlich gemessen hat, belegte ragflow Platz 9 bei der Zeit bis zum lauffähigen Zustand, und 6 von 9 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ragflow?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.