RAGFlow

RAGFlow nie jest kolejnym oknem czatu z możliwością wrzucenia PDF-a. Oficjalna strona opisuje go jako otwartoźródłowy silnik RAG i warstwę kontekstu dla agentów. Jego zadanie zaczyna się przed odpowiedzią modelu: pobrać dane, oczyścić je, zrozumieć strukturę dokumentu, podzielić materiał oraz odnaleźć fragmenty potrzebne do odpowiedzi. To ważne dla ekspertów budujących system AI na własnej wiedzy. Model może pisać płynnie nawet wtedy, gdy pracuje na starej ofercie. RAGFlow ma pomóc ograniczyć ten problem, ale sam nie decyduje, który dokument jest aktualnym źródłem prawdy.

Najlepszym przypadkiem użycia jest ograniczona, powtarzalna potrzeba. Przykład: zespół ma odpowiedzieć na pytania o zakres usługi, program warsztatu i proces startu klienta. Zamiast tworzyć ogólnego „AI pracownika”, warto zbudować małą aplikację z jednym zbiorem dokumentów oraz jasną zasadą eskalacji. Wtedy można sprawdzić, czy odpowiedź prowadzi do właściwego fragmentu, a nie tylko brzmi wiarygodnie. Dopiero po takim teście ma sens rozszerzanie bazy o transkrypcje, raporty, FAQ i materiały operacyjne.

RAGFlow wykorzystuje hybrydowe wyszukiwanie. Zgodnie z dokumentacją i opisem produktu może łączyć wyszukiwanie wektorowe, pełnotekstowe BM25, scoring oraz reranking. To praktycznie oznacza, że nazwy produktów, ceny, daty i konkretne terminy mają szansę być znajdowane inaczej niż w systemie opartym tylko na podobieństwie znaczeń. Nie daje to gwarancji dobrej odpowiedzi. Jakość zależy od parsowania pliku, sposobu dzielenia dokumentów, metadanych i pytań testowych. Po imporcie zawsze sprawdź pytania, które zawierają liczby, wyjątki oraz podobne nazwy usług.

Platforma zawiera również wizualne workflow agentów. Można w nich łączyć retrieval, modele, narzędzia, MCP i kroki warunkowe. To może wspierać proces researchu, klasyfikacji zapytań lub przygotowania odpowiedzi dla klienta. Nie oznacza jednak, że agent powinien od razu wysyłać wiadomości, zmieniać CRM albo podejmować decyzje cenowe. Dobra pierwsza wersja przygotowuje szkic, cytuje źródła i przekazuje go do zatwierdzenia. Automatyzację działania dodawaj wyłącznie tam, gdzie znasz regułę, właściciela i koszt błędu.

RAGFlow oferuje cloud oraz możliwości self-hosted. Oficjalny cennik strony deklaruje darmowy plan z pięcioma aplikacjami, jednym członkiem zespołu, 0,1 GB danych i 500 kredytami miesięcznie. Plan Starter jest podany jako 29 USD miesięcznie przy rozliczeniu rocznym lub 59 USD miesięcznie w wariancie miesięcznym. Warunki i limity mogą się zmieniać, więc przed zakupem sprawdź aktualny cennik. Wersja self-hosted daje większą kontrolę, ale dokłada utrzymanie, bezpieczeństwo, kopie zapasowe i monitoring. To nie jest darmowy skrót bez kosztu operacyjnego.

Dla odbiorców Bartka RAGFlow warto rozważyć po uporządkowaniu Mapy Kontekstu i źródła prawdy, nie przed nimi. Najpierw ustal: jakie dokumenty są zatwierdzone, kto aktualizuje ofertę, jakie pytania asystent może obsługiwać i kiedy ma powiedzieć „nie wiem”. Następnie testuj na realnych rozmowach, nie na promptach wymyślonych przez twórcę systemu. Jeżeli celem jest wyłącznie prywatne Q&A do kilku notatek, prostsze narzędzie będzie lepsze. Jeżeli jakość retrievalu z dokumentów staje się elementem produktu lub procesu sprzedaży, RAGFlow daje bardziej świadomą bazę do rozwoju.