在知识库模块中新增了获取和设置系统Embedding配置的API接口,支持动态配置Embedding模型的基础URL、模型名称和API Key。同时,优化了文档解析逻辑,使用系统配置的Embedding模型生成文本块的向量,并将图片与文本块关联存储。 |
||
---|---|---|
.github | ||
agent | ||
agentic_reasoning | ||
api | ||
assets | ||
conf | ||
deepdoc | ||
docker | ||
docs | ||
example | ||
graphrag | ||
helm | ||
intergrations | ||
management | ||
rag | ||
sdk/python | ||
vllm | ||
web | ||
.gitattributes | ||
.gitignore | ||
CONTRIBUTING.md | ||
Dockerfile | ||
Dockerfile.deps | ||
Dockerfile.scratch.oc9 | ||
LICENSE | ||
README.md | ||
download_deps.py | ||
pyproject.toml | ||
requirements.txt | ||
show_env.sh | ||
uv.lock |
README.md

项目介绍
Ragflow-Plus 是一个基于 Ragflow 的开源项目,主旨是在不影响 Ragflow 原有功能的基础上,提供一些新的功能,以解决实际应用中的一些痛点。
新增功能介绍
一. 用户后台管理系统
移除原登陆页用户注册的通道,搭建用户后台管理系统,可对用户进行管理,包括用户管理、团队管理、用户模型配置管理等功能。
特点:新建用户时,新用户会自动加入创建时间最早用户的团队,并默认采取和最早用户相同的模型配置。
二. 文档撰写功能
新增文档撰写全新的交互方式,支持直接导出为 Word 文档。
使用方式
1. 使用Docker Compose运行
和运行 ragflow 原始项目一样,项目根目录下执行
docker compose -f docker/docker-compose.yml up -d
访问地址:服务器ip:80
,进入到ragflow原始界面
访问地址:服务器ip:8888
,进入到管理界面
2. 源码运行
也可以通过下面的方式单独运行管理系统
启动后端:
1.打开后端程序management/server
,安装依赖
pip install -r requirements.txt
2.启动后端
python app.py
启动前端:
1.打开前端程序management\web
,安装依赖
pnpm i
2.启动前端程序
pnpm dev
浏览器访问启动后的地址,即可进入系统。

3. 前端文件替换(可选)
ragflow-plus 还对原有的前端文件进行了若干优化,包含新增加的文档撰写功能,如需体验,可通过以下步骤替换原文件:
- 克隆项目
git clone https://github.com/zstar1003/ragflow-plus.git
- 打包web文件
cd web
pnpm run build
- 进入到容器,删除容器中已有的/ragflow/web/dist文件
docker exec -it ragflow-server /bin/sh
rm -rf /ragflow/web/dist
- 将打包好的web文件拷贝到容器中
docker cp dist ragflow-server:/ragflow/web/
交流群
如果有其它需求或问题建议,可加入交流群进行讨论。
由于群聊超过200人,无法通过扫码加入,如需加群,加我微信zstar1003,备注"加群"即可。
鸣谢
本项目基于以下开源项目开发:
更新信息获取
目前该项目仍在持续更新中,更新日志会在我的微信公众号[我有一计]上发布,欢迎关注。