RAGFlow: KI-svar med kilder fra egne dokumenter
RAGFlow er en åpen RAG-motor som lar en språkmodell svare ut fra bedriftens egne dokumenter, med henvisninger til kildene. Den kjører i Docker på egen server.
Hva er RAGFlow?
RAGFlow er en motor for RAG (Retrieval-Augmented Generation). Det betyr at språkmodellen først henter relevante biter fra dine dokumenter og så svarer ut fra dem. Prosjektet kombinerer dette med agentfunksjoner og ferdige maler.
Ifølge README kan RAGFlow blant annet:
- lese Word, PowerPoint, Excel, TXT, bilder, PDF, skannede dokumenter, strukturerte data og nettsider
- dele dokumentene i biter etter maler, og vise oppdelingen slik at et menneske kan justere den
- gi svar med henvisninger til kildene, slik at du kan sjekke hvor svaret kommer fra
- gjøre oppslag i flere runder for kompliserte spørsmål, med fire nivåer for hvor grundig modellen skal tenke
- lage wikier, tidslinjer, tankekart og lignende ut fra et dokumentsett
Ifølge README kom versjon 1.0.0-rc1 29. september 2026.
Hva kan norske bedrifter bruke det til?
- Internt oppslagsverk: Ansatte spør om rutiner, avtaler eller produktdokumentasjon og får svar med lenke til riktig dokument.
- Tilbud og anbud: Finn igjen tidligere svar og vilkår i store dokumentsamlinger.
- Kvalitetssystem: Gjør prosedyrer og sjekklister lettere å finne.
Kildehenvisningene er nyttige fordi de gjør det lett å kontrollere svaret. Språkmodellen kan likevel ta feil, så viktige svar må sjekkes mot dokumentet.
Slik kommer du i gang
README anbefaler som start 4 CPU-kjerner, 16 GB minne og 50 GB ledig disk, og Docker 24 eller nyere. Stegene er:
git clone https://github.com/infiniflow/ragflow.git
cd ragflow/docker
docker compose -f docker-compose.yml up -d
README anbefaler å sjekke ut en bestemt versjonstagg før oppstart. Når tjenesten svarer, åpner du nettleseren mot serverens adresse og logger inn. Deretter legger du inn språkmodell, embedding-modell og reranker under modelleverandører. Det kan være skytjenester med API-nøkkel eller lokale modeller. Ifølge README støttes ikke macOS for Docker-oppsettet. Start med noen få ufarlige dokumenter.
Lisens
Lisensfilen i repoet er Apache 2.0, en OSI-godkjent lisens for åpen kildekode. Prosjektet tilbyr også en skytjeneste, men den er ikke nødvendig for å kjøre RAGFlow selv. Modellene du kobler til, har egne vilkår.
Hvorfor vi skriver om det
Vi omtaler verktøyet fordi det dukker opp i samtaler om praktiske KI-verktøy, blant annet på KI-kanaler som @milesreevesai, @replace.so og @ai.with.andrew. TikTok kan ikke leses direkte her, så vi har ikke verifisert at akkurat disse kanalene har omtalt dette verktøyet. Alt i artikkelen bygger på prosjektets egne sider, GitHub-repoet og lisensfilen. Verktøyet er kildekontrollert, men ikke installert eller funksjonstestet i dette oppdraget.
Lenker
Kilder
- RAGFlow – offisiell side
- RAGFlow på GitHub (README)
- RAGFlow-dokumentasjon
- Oppsett av modeller og API-nøkler
- Lisensfil (Apache 2.0)
Opplysningene er hentet fra kildene over 26. oktober 2026. Lisens, funksjoner og installasjon kan ha endret seg siden.