RAGFlowv1.0.0
Чат с документами для технических команд: загрузка PDF, поиск параметров, ответы по инструкциям и проверка цитат.
RAGFlow помогает найти конкретный параметр в многостраничной инструкции: вы загружаете PDF, задаете вопрос и открываете фрагмент, на который ссылается ответ. Можно сверить число с таблицей или перейти к исходному документу, прежде чем использовать ответ в работе.
После заказа рецепт разворачивает приложение, поиск и хранилища, создает администратора и открывает адрес с HTTPS. На чистом тестовом заказе установка заняла около пяти минут. Затем вы подключаете модели и загружаете свои документы через браузер.
Что внутри
- RAGFlow v1.0.0 с DeepDoc
- разбирает PDF на CPU, создает базу документов и показывает ответы с источниками.
- Elasticsearch 8.11.3
- ищет подходящие фрагменты по тексту и смыслу вопроса.
- MySQL 8.0.40
- хранит учетные записи, настройки и сведения о документах.
- pgsty/silo
RELEASE.2026-08-06T00-00-00Z - сохраняет исходные файлы и результаты разбора.
- Apache Kvrocks 2.16.0
- обслуживает кеш и состояние заданий.
- NATS 2.14.2
- передает задания на обработку документов.
- Caddy 2.10.2
- открывает HTTPS и автоматически продлевает сертификат Let's Encrypt.
Семь контейнеров запускаются через docker compose. Chat и Embedding подключаются отдельно к выбранному вами провайдеру.
Безопасность
- Регистрация закрытаадминистратора создает установщик, обычных пользователей добавляете вы; посторонний не сможет зарегистрироваться по публичному адресу.
- Индивидуальные секретыпароли служб и ключ приложения заменены при установке, значения из поставки не используются.
- HTTPS и локальные служебные портыснаружи доступен Caddy; базы, очередь и внутренние API слушают только
127.0.0.1. - fail2ban для SSHблокирует IP на час после пяти неудачных попыток входа на сервер.
- Телеметрия выключенаотправка трассировок OpenTelemetry отключена, отдельный сборщик Jaeger не запускается.
- Версия v1.0.0 с исправлением уязвимости прошлых версийзакрыта GHSA-c6q8-23rp-32cv: пользователь с API-ключом, зная идентификатор чужого приватного агента, мог запустить его и получить результат.
Как войти
Возьмите IP сервера в личном кабинете, замените точки на дефисы и добавьте
.fatmetal.net: это имя вашего RAGFlow. Собственный домен для первого входа не нужен.Откройте страницу
/adminпо адресу приложения. Логин администратора -admin@ragflow.io, пароль первого входа - пароль этого сервера из личного кабинета Fatmetal, тот же, что для SSH. Учетная запись уже создана, регистрироваться не нужно.Нажмите
Users → New user. Введите свою почту, задайте отдельный пароль, повторите его вConfirm passwordи нажмитеConfirm: это обычный пользователь для работы с документами.Нажмите
Log out. Откройте/loginпо тому же адресу и войдите созданным пользователем. Основную навигацию можно переключить на русский через меню языка; часть настроек остается на английском.Откройте настройки
Model providersна странице/user-setting/model. Выберите провайдера и введите свой ключ. Для вариантаOpenAI-API-Compatibleтакже укажите имя подключения иBase URLиз кабинета провайдера.Подключите Chat-модель и Embedding-модель. Если нужной модели нет в списке, используйте
List models → Add custom model: укажите ее имя у провайдера, типChatилиEmbeddingи длину контекста, затем сохраните подключение кнопкойSave.В
Set default modelsвыберите Chat-модель в полеLLM, а модель поиска - в полеEmbedding. Сделайте это до создания датасета: одного ключа к чату для индексации недостаточно.Нажмите
Dataset → +, назовите базу и сохраните ее. Внутри выберитеAdd file → Upload file, загрузите PDF и нажмитеSave. В строке файла запустите обработку в колонкеParse; дождитесь завершения и ненулевого числа фрагментов вChunks.В
Chatнажмите+, создайте помощника и откройте его карточку. ВChat setting → Datasetsвыберите вашу базу и нажмитеSave. Задайте вопрос по документу, затем нажмите номер источника рядом с ответом и сверьте найденный фрагмент с исходным PDF.
Важно
Подключите провайдера, у которого ваш ключ дает доступ и к Chat, и к Embedding. Встроенных моделей в этой поставке нет. Обращения к внешним API идут через прокси Fatmetal, уже включенный в окружение приложения; он входит в VPS и отдельно не оплачивается.
Файлы и индекс хранятся на вашем сервере. При внешних моделях текст документа передается провайдеру при индексации, а вопрос и найденные фрагменты - при подготовке ответа. Для документов, которые запрещено передавать внешнему провайдеру, эта конфигурация не подходит.
Проверяйте цитату перед использованием ответа: ссылка может вести к фрагменту, который не подтверждает названное число. Начните с нескольких инструкций и вопросов с заранее известным ответом.
Если в Services строки API или ingestor показывают Timeout, проверьте готовность командой curl -fsS https://ваш-адрес/api/v1/system/healthz и новым вопросом в чате. У индикатора есть задержка обновления: на тесте он показывал Timeout при работающих поиске и ответе.
Перед переносом или обновлением сохраните /opt/ragflow и все тома этого Compose одним комплектом. Повтор установщика сохраняет данные и настройки, но не обновляет другую версию продукта. Переход с v0.26.4 на v1.0.0 требует отдельной необратимой миграции через промежуточные версии; не используйте этот рецепт как команду обновления старой установки.
Лицензия
Apache-2.0. Вы оплачиваете сервер и использование моделей у выбранного провайдера; отдельная лицензия на это приложение не требуется.
Свой домен
- У регистратора DNS добавьте
A-запись вашего домена с IP сервера из личного кабинета Fatmetal. Дождитесь, пока домен начнет указывать на этот IP. - По SSH откройте
sudo nano /etc/ragflow-mp/params.env. В строкеDOMAIN=впишите свой домен безhttps://, напримерDOMAIN=docs.example.ru. Остальные параметры оставьте без изменений и сохраните файл. - Выполните
sudo bash /opt/ragflow-mp/install.shи дождитесь завершения: рецепт перечитает настройки Caddy и получит сертификат автоматически, сохранив документы и учетные записи. - Откройте
https://ваш.домен/admin: логинadmin@ragflow.io, пароль сервера при первом входе или измененный вами пароль. Для чата откройтеhttps://ваш.домен/loginи войдите обычным пользователем, которого ранее создали вUsers.
Требования
Тариф CPU6-RAM16-DISK100, Ubuntu 24.04. В проверке с одним пользователем и 36-страничным PDF прогретый стек занимал около 7,2 ГиБ RAM; пик вместе с ОС - около 8 ГиБ. Рекомендованные 16 ГБ оставляют запас для работы. Документы обрабатываются на CPU, видеокарта при внешних Chat и Embedding не нужна.
Ориентир для перехода к большей конфигурации - постоянный рост очереди документов или нехватка свободной RAM при обработке. Для команды с одновременной индексацией подбирайте ресурсы по этой нагрузке, а не по размеру одного загруженного PDF.