RAGFlow 1.0.0: платформа для агентов вышла в стабильный релиз

Вышел стабильный релиз RAGFlow 1.0.0 от 06.11.2026. Это платформа для создания ИИ-агентов с базой знаний, которую авторы описывают как agent-native database — RAG-движок, выросший в инфраструктуру контекста.

Что нового

С прошлого разбора вышли два выпуска: 0.27.3 и 1.0.0. Главные изменения:

• Agentic RAG портирован на Go — ядро агентного поиска переписано на язык, на котором написан сам RAGFlow, что упрощает развёртывание и поддержку.
• Новый поисковый провайдер AnySearch — агенты могут использовать веб-поиск как источник контекста.
• Поддержка Wally как провайдера моделей — ещё один способ подключить модель к платформе.
• Виртуализация списков сообщений в чате — интерфейс чата стал легче при длинных диалогах.
• Администрирование пользователей — поиск, фильтрация по статусу, сортировка и пагинация в CLI.
• Исправление пагинации в MCP — параметр rerank_candidates_count теперь передаётся корректно, и retrieval работает с результатами больше 64.

Что платформа умеет

RAGFlow — это RAG-движок с агентными возможностями: база знаний, графы и сохранение состояния, работа с документами, картинками, сканами и веб-страницами. Разворачивается через Docker или из исходников, ставится через npm install. Лицензия — Apache-2.0.

Своя модель вместо облака

Свою модель можно подключить через Ollama, vLLM или OpenAI-совместимый API. В документации прямо сказано: «You can use Ollama or vLLM to deploy local models», а для моделей с API, совместимым с OpenAI, есть отдельная настройка на странице Model providers. Развёртывание локально — через Docker или запуск из исходников.

Чем отличается от соседей

Среди соседей по нише визуальных конструкторов агентов RAGFlow выделяется заявленной работой с картинками и документами — у n8n, Dify и Langflow это в документации не упомянуто. При этом визуальный редактор, трассировка и отладка, свои инструменты и функции, а также поддержка MCP у RAGFlow в документации не заявлены, хотя у большинства соседей они есть. Графы, сохранение состояния и свой сервер с Docker заявлены у всех четырёх платформ.

Обновиться стоит тем, кто уже использует RAGFlow и ждал стабильный релиз с портированным на Go ядром. Присмотреться — тем, кто собирает агентов с упором на обработку документов и картинок и хочет подключать свои модели через Ollama или vLLM. Следить за новыми выпусками можно в ленте CPU3D.