英文原文: https://argusic.com/subject/ragflow

ragflow

RAGFlow 是一个 agent 原生数据库：一个检索增强生成（RAG）引擎，已发展成上下文基础设施。

可运行来源：GitHub项目主页GoApache-2.0commit 313ca90f6abd

Go，Apache-2.0 许可证. 项目的自我描述：agent harness、agent native database、agentic ai、agentic retrieval、agentic search、ai、ai agents 和 context engine.

ragflow 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 80 分钟完成了安装，遇到 7 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。

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.

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 96，满分 100（该项目各次运行得分的平均值）。

概览

结论
可运行
Argusic 评分
96 / 100
验证运行的成本
0.20 USD（实测）
已记录的运行次数
2
最近测试
星标
93,494
fork 数
11,220
未关闭的 issue
1,317
关注者
359
大小
186 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

测试 ragflow 时每个故障耗费的时间，取自已记录的运行
每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

  • Missing clang++ (required by build.sh)5 分钟
  • Missing libpcre2-8.a (required by C++ tokenizer static library)3 分钟
  • Missing ld.lld (required to link Chromium-built pdfium)2 分钟
  • Missing cmake >= 4.0 (CMakeLists.txt requires 4.0)2 分钟
  • Frontend build required node >= 20.19 (system had 18.19)2 分钟
  • Frontend build OOM with default Node heap1 分钟
安装时间
80 分钟
从冷启动机器到完成
40 分钟
遇到并修复的错误
遇到 7 个，在无人协助的情况下修复了 7 个
结果是如何证明的
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.
使用的模型 token
1,105,613
测试的确切 commit
313ca90f6abd
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现

观看会话

完整的运行过程，从一台干净的机器开始，按实际速度播放。没有剪辑，也没有加速。

第 1 次尝试的录屏，运行于 ，即决定上述结论的那次尝试。 制作该视频所用的终端录屏是证据，连同 sha256 指纹一起保存；视频只是由它渲染而成。 在你点击播放之前，不会从视频托管方加载任何内容。

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

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.

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态，会话有完整记录。
  • 在无人介入的情况下从全部 7 个错误中恢复，说明这些故障的文档足以让人解决。
  • 无需 GPU 即可运行，因此启动它并不需要 GPU。
  • 采用 Apache-2.0 许可证，以其托管平台报告的信息为准。
  • 已测量 2 次，因此结果并非偶然。

不顺利或尚不清楚的部分

  • 安装用了 80 分钟，慢于 Argusic 测量过的 8 个同类项目的中位数。

在 Argusic 安装并计时过的 9 个 agent-harness 项目中，ragflow 达到运行状态的速度排名第 9，9 个项目中有 6 个达到了运行状态。

适合用于

  • 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

  • PageIndex 已验证可运行 · Python · 6 个共同主题
  • haystack 已验证可运行 · Python · 6 个共同主题
  • anything-llm 已验证可运行 · JavaScript · 4 个共同主题
  • txtai 已验证可运行 · Python · 4 个共同主题
  • cocoindex 已验证可运行 · Rust · 4 个共同主题
  • Mysti 已验证可运行 · TypeScript · 4 个共同主题

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner2/3借助 mock 可运行92.000.32
Argusic Runner1/3可运行100.000.20

主题 (来自 GitHub)

agent-harnessagent-native-databaseagentic-aiagentic-retrievalagentic-searchaiai-agentscontext-enginecontext-engineeringcontext-managementharness-engineeringknowledge-compilationragretrieval-augmented-generationsearch-harness

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/ragflow.svg)](https://argusic.com/subject/ragflow)

常见问题

ragflow 能运行吗？
是的。ragflow 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 80 分钟，过程中遇到 7 个错误，并记录了整个会话。
Argusic 是如何测试 ragflow 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 313ca90f6abd。共记录了 2 次尝试，完整方法见方法论页面。
测试 ragflow 花了多少钱？
得出该结论的那次运行花费 0.20 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
ragflow 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 80 分钟。这是一次实测的尝试，不是平均值。
ragflow 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 ragflow 时会出现什么问题？
已记录的运行中出现了 7 个问题，其中 7 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
ragflow 与其他替代方案相比如何？
在 Argusic 安装并计时过的 9 个 agent-harness 项目中，ragflow 达到运行状态的速度排名第 9，9 个项目中有 6 个达到了运行状态。
ragflow 的证据在哪里？
全部 2 次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion