ragflow/personal_analyze

RAGFlow Analysis Documentation

Tài liệu phân tích chi tiết về RAGFlow - Open-source RAG Engine.

Tổng Quan RAGFlow

RAGFlow (v0.22.1) là một Retrieval-Augmented Generation (RAG) engine mã nguồn mở, được xây dựng dựa trên deep document understanding. Đây là một ứng dụng full-stack với:

• Backend: Python (Flask/Quart)
• Frontend: React/TypeScript (UmiJS)
• Kiến trúc: Microservices với Docker
• Data Stores: MySQL, Elasticsearch/Infinity, Redis, MinIO

Danh Sách Tài Liệu

File	Nội dung
01_directory_structure.md	Cấu trúc cây thư mục chi tiết
02_system_architecture.md	Kiến trúc hệ thống với diagrams
03_sequence_diagrams.md	Sequence diagrams cho các flows chính
04_modules_analysis.md	Phân tích chi tiết từng module
05_tech_stack.md	Tech stack và dependencies
06_source_code_analysis.md	Phân tích source code chi tiết

Tóm Tắt Chức Năng Chính

1. Document Processing

• Upload và parse nhiều định dạng (PDF, Word, Excel, PPT, HTML...)
• OCR và layout analysis cho PDF
• Intelligent chunking strategies

2. RAG Pipeline

• Hybrid search (Vector + BM25)
• Multiple embedding models support
• Reranking với cross-encoder

3. Chat/Dialog

• Streaming responses (SSE)
• Multi-knowledge base retrieval
• Conversation history

4. Agent Workflows

• Visual canvas builder
• 15+ built-in components
• 20+ external tool integrations

5. Knowledge Graph (GraphRAG)

• Entity extraction và resolution
• Graph-based retrieval
• Relationship visualization

Kiến Trúc High-Level

┌─────────────────────────────────────────────────────────────────┐
│                         CLIENTS                                  │
│        Web App │ Mobile │ Python SDK │ REST API                 │
└────────────────────────────┬────────────────────────────────────┘
                             │
┌────────────────────────────┼────────────────────────────────────┐
│                       NGINX (Gateway)                            │
└────────────────────────────┬────────────────────────────────────┘
                             │
┌────────────────────────────┼────────────────────────────────────┐
│                    APPLICATION LAYER                             │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐          │
│  │RAGFlow Server│  │ Admin Server │  │  MCP Server  │          │
│  │  (Port 9380) │  │  (Port 9381) │  │  (Port 9382) │          │
│  └──────────────┘  └──────────────┘  └──────────────┘          │
└────────────────────────────┬────────────────────────────────────┘
                             │
┌────────────────────────────┼────────────────────────────────────┐
│                     SERVICE LAYER                                │
│  ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐        │
│  │  RAG   │ │DeepDoc │ │ Agent  │ │GraphRAG│ │Services│        │
│  │Pipeline│ │Parsers │ │ Canvas │ │ Engine │ │ Layer  │        │
│  └────────┘ └────────┘ └────────┘ └────────┘ └────────┘        │
└────────────────────────────┬────────────────────────────────────┘
                             │
┌────────────────────────────┼────────────────────────────────────┐
│                      DATA LAYER                                  │
│  ┌────────┐ ┌────────────┐ ┌────────┐ ┌────────┐               │
│  │ MySQL  │ │Elasticsearch│ │ Redis  │ │ MinIO  │               │
│  │(5455)  │ │   (9200)    │ │ (6379) │ │ (9000) │               │
│  └────────┘ └────────────┘ └────────┘ └────────┘               │
└─────────────────────────────────────────────────────────────────┘

Tech Stack Summary

Layer	Technologies
Frontend	React 18, TypeScript, UmiJS, Ant Design, Tailwind CSS
Backend	Python 3.10-3.12, Flask/Quart, Peewee ORM
AI/ML	OpenAI, Sentence Transformers, Detectron2, PyTorch
Database	MySQL 8, Elasticsearch 8, Redis 7
Storage	MinIO (S3-compatible)
Infrastructure	Docker, Nginx, Kubernetes/Helm

LLM Providers Supported

• OpenAI (GPT-3.5, GPT-4, GPT-4V)
• Anthropic (Claude 3)
• Google (Gemini)
• Alibaba (Qwen)
• Groq, Mistral, Cohere
• Ollama (local models)
• 20+ more providers

Data Connectors

• Enterprise: Confluence, Notion, SharePoint, Jira
• Communication: Slack, Discord, Gmail, Teams
• Storage: Google Drive, Dropbox, S3, WebDAV

Quick Stats

Metric	Value
Total LOC	~62,000+
Python Files	~300+
TS/JS Files	~400+
Database Models	25+
API Endpoints	~50+
LLM Providers	20+
Data Connectors	15+

License

RAGFlow is open-source under Apache 2.0 license.

---

Documentation generated: 2025-11-26