Original em inglês: https://argusic.com/subject/ragflow
ragflow
RAGFlow é um banco de dados nativo para agents: um mecanismo de Retrieval-Augmented Generation (RAG) que evoluiu para infraestrutura de contexto.
Executafonte: GitHubpágina do projetoGoApache-2.0commit 313ca90f6abd
Go, licença Apache-2.0. O projeto se descreve como: agent harness, agent native database, agentic ai, agentic retrieval, agentic search, ai, ai agents e context engine.
ragflow executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 80 minutos e encontrou 7 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 96 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Missing clang++ (required by build.sh)5 minutos
- Missing libpcre2-8.a (required by C++ tokenizer static library)3 minutos
- Missing ld.lld (required to link Chromium-built pdfium)2 minutos
- Missing cmake >= 4.0 (CMakeLists.txt requires 4.0)2 minutos
- Frontend build required node >= 20.19 (system had 18.19)2 minutos
- Frontend build OOM with default Node heap1 minuto
- Tempo de instalação
- 80 minutos
- Da máquina limpa até o fim
- 40 minutos
- Erros encontrados e corrigidos
- 7 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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.
- Tokens de modelo usados
- 1.105.613
- Commit exato testado
- 313ca90f6abd
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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.
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Recuperou-se de todos os 7 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Levou 80 minutos para instalar, mais devagar que a mediana dos 8 projetos comparáveis que a Argusic mediu.
Dos 9 projetos de agent-harness que a Argusic instalou e cronometrou, ragflow foi o 9º mais rápido a chegar a um estado de execução, e 6 de 9 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 0,32 | |
| Argusic Runner | 1/3 | Executa | 100,00 | 0,20 |
Tópicos (de GitHub)
agent-harnessagent-native-databaseagentic-aiagentic-retrievalagentic-searchaiai-agentscontext-enginecontext-engineeringcontext-managementharness-engineeringknowledge-compilationragretrieval-augmented-generationsearch-harness
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/ragflow)Perguntas
- ragflow executa?
- Sim. ragflow executa. A Argusic o instalou e iniciou em uma máquina limpa em 80 minutos, encontrando 7 erros no caminho, e gravou a sessão.
- Como a Argusic testou ragflow?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 313ca90f6abd. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar ragflow?
- A execução que produziu este veredito custou US$ 0,20: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar ragflow?
- 80 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- ragflow precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar ragflow?
- 7 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como ragflow se compara às alternativas?
- Dos 9 projetos de agent-harness que a Argusic instalou e cronometrou, ragflow foi o 9º mais rápido a chegar a um estado de execução, e 6 de 9 chegaram a esse estado.
- Onde estão as evidências de ragflow?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.