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

  1. 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.

  2. Откройте страницу /admin по 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.

  3. Нажмите Users → New user. Введите свою почту, задайте отдельный пароль, повторите его в Confirm password и нажмите Confirm: это обычный пользователь для работы с документами.

  4. Нажмите Log out. Откройте /login по тому же адресу и войдите созданным пользователем. Основную навигацию можно переключить на русский через меню языка; часть настроек остается на английском.

  5. Откройте настройки Model providers на странице /user-setting/model. Выберите провайдера и введите свой ключ. Для варианта OpenAI-API-Compatible также укажите имя подключения и Base URL из кабинета провайдера.

  6. Подключите Chat-модель и Embedding-модель. Если нужной модели нет в списке, используйте List models → Add custom model: укажите ее имя у провайдера, тип Chat или Embedding и длину контекста, затем сохраните подключение кнопкой Save.

  7. В Set default models выберите Chat-модель в поле LLM, а модель поиска - в поле Embedding. Сделайте это до создания датасета: одного ключа к чату для индексации недостаточно.

  8. Нажмите Dataset → +, назовите базу и сохраните ее. Внутри выберите Add file → Upload file, загрузите PDF и нажмите Save. В строке файла запустите обработку в колонке Parse; дождитесь завершения и ненулевого числа фрагментов в Chunks.

  9. В Chat нажмите +, создайте помощника и откройте его карточку. В Chat setting → Datasets выберите вашу базу и нажмите Save. 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

  1. У регистратора DNS добавьте A-запись вашего домена с IP сервера из личного кабинета Fatmetal. Дождитесь, пока домен начнет указывать на этот IP.
  2. По SSH откройте sudo nano /etc/ragflow-mp/params.env. В строке DOMAIN= впишите свой домен без https://, например DOMAIN=docs.example.ru. Остальные параметры оставьте без изменений и сохраните файл.
  3. Выполните sudo bash /opt/ragflow-mp/install.sh и дождитесь завершения: рецепт перечитает настройки Caddy и получит сертификат автоматически, сохранив документы и учетные записи.
  4. Откройте https://ваш.домен/admin: логин admin@ragflow.io, пароль сервера при первом входе или измененный вами пароль. Для чата откройте https://ваш.домен/login и войдите обычным пользователем, которого ранее создали в Users.

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.

Подробный разбор с замерами и проверкой источников в Базе знаний →
RAGFlow1 980 ₽/месЗапустить →