infiniflow/ragflow

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs

解決する課題

RAGFlowは、Retrieval-Augmented Generationにおける「garbage in, garbage out（ゴミを入れればゴミが出る）」問題を解決することで、高忠実度でプロダクションレベルのAIシステムを構築するという課題に対処します。特に、複雑で非構造化されたデータ形式から正確な情報を抽出する困難な問題に焦点を当て、根拠に基づいた引用を通じてLLMのハルシネーション（幻覚）を軽減します。

仕組み

このシステムは、収束型コンテキストエンジンとテンプレートベースのチャンキングを使用して、Word、Excel、PDF、画像、ウェブページなどの多様なデータソースを処理します。深いドキュメント理解を採用して複雑なフォーマットから知識を抽出し、複数のリコール手法と融合リランキングを組み合わせてサポートしています。また、プラットフォームはエージェントワークフローを許可し、LLMがPython/JavaScriptコード実行器のようなツールを使用してタスクを実行できるようにします。

対象者

高い精度を必要とするエンタープライズ規模のAIシステムを構築する開発者。
複雑で異種混合なデータを検索可能なナレッジベースに変換する必要がある企業。
正確性を検証するために、可視化された引用を伴う追跡可能なAIの回答を必要とするユーザー。

ハイライト

深いドキュメント理解: 複雑な形式の非構造化データから知識を抽出します。
テンプレートベースのチャンキング: インテリジェントで説明可能なチャンキングオプションを提供します。
根拠に基づいた引用: 追跡可能な参照とテキストチャンキングの可視化を提供し、ハルシネーションを軽減します。
異種混合データサポート: Word、Slides、Excel、TXT、画像などに互換性があります。
エージェント機能: エージェントワークフローとコード実行コンポーネントをサポートします。