RAGFlow 1.0.0：智能体平台发布稳定版
2026年11月6日，RAGFlow 1.0.0 稳定版发布。这是一个用于构建带知识库的 AI 智能体的平台，作者将其描述为 agent-native database——一个已成长为上下文基础设施的 RAG 引擎。
新功能
自上次解析以来，共发布了两个版本：0.27.3 和 1.0.0。主要变化：
- Agentic RAG 移植到 Go——智能体检索核心已用 RAGFlow 本身所采用的语言重写，从而简化了部署与维护。
- 新的搜索提供商 AnySearch——智能体可以将网页搜索用作上下文来源。
- 支持 Wally 作为模型提供商——这是将模型接入平台的又一种方式。
- 聊天消息列表虚拟化——在长对话场景下，聊天界面变得更轻快。
- 用户管理——CLI 中支持搜索、按状态筛选、排序和分页。
- 修复 MCP 中的分页——rerank_candidates_count 参数现在能正确传递，检索可处理超过 64 条的结果。
平台功能
RAGFlow 是一个具备智能体能力的 RAG 引擎：知识库、图与状态保存，处理文档、图片、扫描件和网页。可通过 Docker 或从源码部署，通过 npm install 安装。许可证为 Apache-2.0。
用自己的模型替代云服务
可以通过 Ollama、vLLM 或 OpenAI 兼容 API 接入自己的模型。文档中明确写道：“You can use Ollama or vLLM to deploy local models”，而对于使用 OpenAI 兼容 API 的模型，Model providers 页面上有单独的设置。本地部署可通过 Docker 或从源码运行。
与同类产品的区别
在可视化智能体构建器这一细分领域的同类产品中，RAGFlow 以其宣称的图片和文档处理能力而突出——n8n、Dify 和 Langflow 的文档中并未提及这一点。同时，RAGFlow 的文档中并未宣称具备可视化编辑器、追踪与调试、自定义工具和函数以及 MCP 支持，而大多数同类产品都具备这些功能。图、状态保存和带 Docker 的自有服务器这四项平台均有宣称。
| RAGFlow | n8n | Dify | Langflow | |
|---|---|---|---|---|
| 类型 | 构建器 | 构建器 | 构建器 | 构建器 |
| 语言 | Go | TypeScript | Python | Python |
| 许可证 | Apache-2.0 | Sustainable Use Licen… | Apache 2.0 附加条件… | MIT |
| GitHub 星标数 | 93 703 | 209 583 | 159 392 | 155 815 |
| 90 天内发布次数 | 5 | 58 | 4 | 15 |
| 多个智能体协同 | — | — | — | 有 |
| 自定义工具和函数 | — | — | 有 | 有 |
| MCP 支持 | — | — | 有 | 有 |
| 知识库（RAG） | 有 | — | 有 | 有 |
| 沙箱中执行代码 | — | — | 有 | — |
| 人工确认 | — | 有 | — | — |
| 图与状态保存 | 有 | 有 | 有 | 有 |
| 可视化编辑器 | — | 有 | 有 | 有 |
| 追踪与调试 | — | 有 | 有 | 有 |
| 语音与讲话 | — | — | 有 | — |
| 自有服务器与 Docker | 有 | 有 | 有 | 有 |
| 图片与文档 | 有 | — | — | — |
| 自有模型：Ollama | 有 | — | — | 有 |
| 自有模型：vLLM | 有 | — | — | — |
| 自有模型：LM Studio | — | 有 | — | — |
| 自有模型：OpenAI 兼容 API | 有 | 有 | 有 | — |
依据各项目 README 和文档于 2026年11月7日核对：“有”表示文档中宣称具备该功能，破折号表示未提及（这并不意味着该功能不存在）。星标数和发布次数依据 GitHub 数据。
值得升级的是那些已经在使用 RAGFlow、并期待核心移植到 Go 的稳定版发布的人。值得关注的是那些构建以文档和图片处理为重点的智能体、并希望通过 Ollama 或 vLLM 接入自有模型的人。可以在 CPU3D 动态中关注新版本发布。
