重要なポイント
- Apache 2.0ライセンス — 無料でセルフホスト・改変・再配布可能
- 検索とエージェント機能を融合したオープンソースRAGエンジンをInfiniFlowが開発
- 深い文書理解：レイアウト認識解析がファイルを平坦なテキストにするのではなく、表・図・構造を抽出
- 根拠のある引用：各回答は生成元の具体的なチャンクにプレビュー付きでリンク
- Dockerでセルフホスト。最小ハードウェアはCPU 4コア、RAM 16GB、ディスク50GB
- 契約書・財務諸表・スキャン済みレポートなど文書中心のワークフローに最適。プレーンテキストのQ&Aには軽量ツールで十分
- セルフホストを望まないチーム向けの有料マネージドクラウド（cloud.ragflow.io）も存在。本記事はセルフホスト型オープンソース展開を扱う
📍 一文で説明
RAGFlowはオープンソース（Apache 2.0）のセルフホスト型RAGエンジンで、複雑なPDF・表・スキャンファイルのレイアウト認識解析による深い文書理解に特化し、回答は正確なソースチャンクまで遡れます。
💬 簡潔に説明
RAGFlowはPDFを長い一続きのテキストとして扱うのではなく、そのレイアウトを読み取ります。表は表のまま、脚注はそのページに紐付いたまま保持され、質問への回答に使った文書のどの断片を使用したかを正確に示します。
RAGFlowとは？
RAGFlow（github.com/infiniflow/ragflow）はInfiniFlowが開発し、Apache 2.0ライセンスで公開されているオープンソースRAGエンジンです。公式ドキュメントでは、検索拡張生成とエージェント機能を融合してLLM向けのコンテキスト層を作るものと説明されており、実際にはウェブインターフェースを備えたセルフホスト型アプリケーションで、文書Q&Aシステムとエージェント型ワークフローを構築できます。
- 深い文書理解：レイアウト認識の解析パイプライン（DeepDoc）が、ファイルを単純なテキストとして扱うのではなく、複雑なファイル形式からテキスト・表・図を抽出
- テンプレートベースの「説明可能」なインテリジェントチャンキング — インデックス化前に文書がどう分割されたかを確認・調整可能
- ソースチャンクのプレビュー付き引用により、回答を元の正確な箇所と照合可能
- エージェント機能：検索・ツール・多段階推論を連結するビジュアルワークフロービルダー、Model Context Protocol（MCP）対応
- Word、Slides、Excel、TXT、画像、スキャンコピー、構造化データ、ウェブページなどをソース文書としてサポート
- セルフホスト用にDockerで展開可能。自前のインフラを運用したくない場合はInfiniFlowの有料マネージドクラウド（cloud.ragflow.io）も利用可能
深い文書理解と引用 — RAGFlowの中核的な差別化要因
文書が整ったテキストファイルであれば、シンプルなRAGは容易です。しかしビジネス文書は滅多にそうではありません。契約書には入れ子の表、脚注、ヘッダー、スキャンされたページ、相互参照が含まれ得ますが、単純なPDF-テキスト変換はこれらすべてを構造のない塊に潰してしまいます。RAGFlowは、この構造を破棄せず解析するために特化して構築されています。
📌補足: RAGFlowはコアの文書パイプラインに加えて、GraphRAG風のナレッジグラフ構築や設定可能なエージェント的推論の深さもサポートします。基本的な文書Q&Aに必須と決めつけず、自分のユースケースに照らして評価してください。
RAGFlowはQuivr・Dify・LlamaIndexとどう違うか？
4つのツールはいずれも検索拡張生成に関わりますが、解決する問題は異なります。RAGFlowはベクターデータベースやコードフレームワークではなく、Quivrのようなすぐに使える文書Q&Aアプリケーションと比較評価すべきです。両者は「自分の文書を指定して質問する」という同じ購入判断を争っています。
RAGFlowをセルフホストする方法
RAGFlowはDocker経由で展開します。以下はプロジェクト公式のクイックスタートガイドに記載された、本レビュー執筆時点の手順です。展開前に必ずリポジトリのドキュメントで最新のリリースタグを確認してください。
- 1最小要件を満たしているか確認：CPU 4コア以上（x86）、RAM 16GB以上、空きディスク50GB以上、Docker 24.0.0以上、Docker Compose v2.26.1以上。
- 2Linuxでは、同梱の検索コンポーネント用にカーネルのメモリマップ上限を引き上げます：sudo sysctl -w vm.max_map_count=262144 を実行後、再起動後も維持されるよう /etc/sysctl.conf に vm.max_map_count=262144 を追記。
- 3リポジトリをクローンし、安定版のリリースタグをチェックアウト：git clone https://github.com/infiniflow/ragflow.git、続けて cd ragflow/docker && git checkout -f v0.27.1（展開時点で最新のタグを使用）。
- 4スタックを起動：docker compose -f docker-compose.yml up -d。docker logs -f docker-ragflow-cpu-1 でログを確認し、起動成功のメッセージを待ってから次に進む。
- 5ブラウザで http://<サーバーのIP> を開き（RAGFlowはデフォルトでポート80）、Model providersに移動し、使用予定のLLMと埋め込みモデルのAPIキーまたはエンドポイントを追加。
- 6データセットを作成し、埋め込みモデルとチャンキング方式を選び、ファイルをアップロードして再生ボタンをクリックして解析。生成されたチャンクを確認し、そのデータセットに紐付いたチャットを作成して質問を開始。
RAGFlowはインターネット接続なしで動作しますか？
RAGFlow自体は展開後、完全にオフラインで動作しますが、回答生成にはLLMが必要です。パイプライン全体をオフラインに保つには、クラウドAPIではなくローカルのモデルサーバー（Ollama互換エンドポイントなど）を指定してください。対応するローカルエンドポイントはRAGFlowのモデルプロバイダー設定で確認できます。
RAGFlowは実際どれくらいのディスク容量が必要ですか？
ドキュメント上の最小要件は空き50GBで、これはインデックス化された文書と生成されるチャンク・埋め込みが消費する容量とは別です。RAGFlowは元ファイルに加えて解析済みチャンクと埋め込みも保存するため、大きな文書コレクションでは余裕を持って見積もってください。
RAGFlowはどんな人向けか？
RAGFlowの文書解析の深さは、複雑なファイルには本当の強みですが、それを必要としないチームにとってはセットアップの複雑さとハードウェアという実質的なコストになります。
RAGFlow vs. 代替ツール
購入者が実際に比較する基準 — インターフェース、文書処理、ライセンス — での並列比較。
ツール | インターフェース | 文書解析 | 引用 | ライセンス |
|---|---|---|---|---|
| RAGFlow | Webアプリ + ビジュアルエージェントビルダー | レイアウト認識 / 表・スキャン対応 | ソースチャンクまで追跡可能 | Apache 2.0 |
| Quivr | Webアプリ | 汎用テキスト抽出 | ソース参照 | オープンソース |
| Dify | Webアプリ + ワークフロービルダー | 汎用（RAGは一モジュール） | ソース参照 | オープンソース |
| LlamaIndex | コードフレームワーク、UIなし | 自前のローダーで設定可能 | 自分で実装 | MIT |
RAGFlow評価時のよくある間違い
これらの間違いは、RAGFlowをよりシンプルなツールの単純な代替として扱う、あるいはその逆に過小構成にしてソフトウェアのせいにすることから生じます。
よくある質問
RAGFlowとは何ですか？
RAGFlowはInfiniFlowが開発したオープンソース（Apache 2.0）のRAGエンジンで、深い文書理解に特化しています。レイアウト認識パーサーが複雑な文書から表・図・構造を抽出し、生成された各回答は元となった正確なソースチャンクにリンクします。
RAGFlowは無料ですか？
セルフホスト型のオープンソース展開はApache 2.0ライセンスの下で無料です。InfiniFlowは自前のインフラを運用したくないチーム向けに、別途有料のマネージドクラウド（cloud.ragflow.io）も提供しています。これは本レビューが扱う無料のセルフホストソフトウェアとは別の製品です。
RAGFlowはどのライセンスで公開されていますか？
Apache License 2.0で、商用製品を含め自由な利用・改変・再配布が許可されています。
RAGFlowの引用機能はどう動作しますか？
RAGFlowが生成する各回答には、その生成元となった具体的なチャンクへの参照が含まれます。インターフェースでは元の文書内の引用箇所をプレビューでき、要約だけを信頼するのではなく、実際のソースと照合して回答を検証できます。
RAGFlowは典型的なRAGツールと何が違いますか？
多くのRAGツールは、チャンキング前に文書をプレーンテキストへ変換し、表構造・脚注・レイアウトを失います。RAGFlowはまずレイアウトを解析し、表は表のままです。これはスキャン契約書や財務諸表のような複雑なビジネス文書で特に重要になります。
RAGFlowはどの文書形式に対応していますか？
プロジェクトのドキュメントによれば、Word、Slides、Excel、TXT、画像、スキャンコピー、構造化データ、ウェブページに対応しています。RAGFlowは頻繁に新しい形式サポートを追加するため、展開前に最新のGitHubリポジトリで完全な最新の形式リストを確認してください。
RAGFlowをセルフホストできますか？
はい。RAGFlowは自前のインフラ上でDockerとDocker Composeを使って展開します。ドキュメント上の最小ハードウェアはCPU 4コア、RAM 16GB、空きディスク50GBです。
RAGFlowをセルフホストするハードウェア要件は？
RAGFlowのクイックスタートドキュメントによれば、CPU 4コア以上（x86）、RAM 16GB以上、空きディスク50GB以上、Docker 24.0.0以上、Docker Compose v2.26.1以上です。
RAGFlow vs. LlamaIndex — どちらを使うべきですか？
コードで構築する完全カスタムの検索パイプラインが必要で、ベクターデータベースを自分で選び、パッケージ化されたUIを使わない場合はLlamaIndexを選んでください。強力な文書解析を備えたすぐに使えるWebアプリケーションですでに要件をカバーでき、自前の検索パイプラインを書きたくない場合はRAGFlowを選んでください。
RAGFlowはRAGだけでなくAIエージェントにも対応していますか？
はい。文書検索に加えて、RAGFlowには検索ステップ・ツール・多段階推論を連結するビジュアルワークフロービルダーがあり、外部ツールをエージェントに接続するためのModel Context Protocol（MCP）にも対応しています。