← All projects
ragflow
C14/40MCP / 工具洞察置信度：中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
agentagenticagentic-aiagentic-workflowaiai-searchcontext-engineeringcontext-retrievaldeep-researchdeepseekdeepseek-r1document-parserdocument-understandinggraphragllmmcpollamaopenairagretrieval-augmented-generation
Executive Insight
ragflow 属于「MCP / 工具」方向，综合分 14/40（C）。当前最强项是 工具使用、LLM 集成、多模态，短板集中在 Agent 自主性、记忆系统。
核心优势
- - 工具使用达到 4/5（Level 4），说明该项目在这一能力上较成熟。
- - LLM 集成达到 3/5（Level 3），说明该项目在这一能力上较成熟。
- - 多模态达到 2/5（Level 2），说明该项目在这一能力上较成熟。
能力短板
- - Agent 自主性仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
- - 记忆系统仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 把现有工具标准化接入 LLM
- - 统一 AI 工具协议层
落地风险与建议
- - 该条目为启发式分析，建议在核心决策前做一次仓库级人工复核。
- - 评估与验证环节偏弱，上线前需要补充自动测试与回归策略。
- - 人机协作机制偏弱，生产环境需增加人工审批或灰度发布闸门。
- - 围绕 Agent 自主性 先做最小闭环，再扩展高级能力。
- - 补会话摘要与长期记忆存储，减少上下文丢失。
Intelligence Profile
Dimensions
LLM 集成
Level 3
Level 3: 上下文管理 + Streaming
Heuristic from category + topics — verify manually
Agent 自主性
Level 1
Level 1: 单步指令执行
Heuristic from category + topics — verify manually
记忆系统
Level 1
Level 1: 当前会话
Heuristic from category + topics — verify manually
工具使用
Level 4
Level 4: MCP 协议 + 外部 Server
Heuristic from category + topics — verify manually
知识检索 (RAG)
Level 1
Level 1: 简单文本搜索
Heuristic from category + topics — verify manually
多模态
Level 2
Level 2: 图片输入 + 文本输出
Heuristic from category + topics — verify manually
评估与验证
Level 1
Level 1: 基本格式检查
Heuristic from category + topics — verify manually
人机协作
Level 1
Level 1: AI 建议 + 人工执行
Heuristic from category + topics — verify manually
Architecture
mcp ecosystem (GitHub)
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
GitHub Live Metrics
Loading live metrics...