balibabu
Fix: After executing npm i --force locally, the login page cannot be opened #4290 (#4292)
2f2501f
<div align="center"> | |
<a href="https://demo.ragflow.io/"> | |
<img src="web/src/assets/logo-with-text.png" width="520" alt="Logo ragflow"> | |
</a> | |
</div> | |
<p align="center"> | |
<a href="./README.md">English</a> | | |
<a href="./README_zh.md">็ฎไฝไธญๆ</a> | | |
<a href="./README_ja.md">ๆฅๆฌ่ช</a> | | |
<a href="./README_ko.md">ํ๊ตญ์ด</a> | | |
<a href="./README_id.md">Bahasa Indonesia</a> | |
</p> | |
<p align="center"> | |
<a href="https://x.com/intent/follow?screen_name=infiniflowai" target="_blank"> | |
<img src="https://img.shields.io/twitter/follow/infiniflow?logo=X&color=%20%23f5f5f5" alt="Ikuti di X (Twitter)"> | |
</a> | |
<a href="https://demo.ragflow.io" target="_blank"> | |
<img alt="Lencana Daring" src="https://img.shields.io/badge/Online-Demo-4e6b99"> | |
</a> | |
<a href="https://hub.docker.com/r/infiniflow/ragflow" target="_blank"> | |
<img src="https://img.shields.io/badge/docker_pull-ragflow:v0.15.1-brightgreen" alt="docker pull infiniflow/ragflow:v0.15.1"> | |
</a> | |
<a href="https://github.com/infiniflow/ragflow/releases/latest"> | |
<img src="https://img.shields.io/github/v/release/infiniflow/ragflow?color=blue&label=Rilis%20Terbaru" alt="Rilis Terbaru"> | |
</a> | |
<a href="https://github.com/infiniflow/ragflow/blob/main/LICENSE"> | |
<img height="21" src="https://img.shields.io/badge/Lisensi-Apache--2.0-ffffff?labelColor=d4eaf7&color=2e6cc4" alt="Lisensi"> | |
</a> | |
</p> | |
<h4 align="center"> | |
<a href="https://ragflow.io/docs/dev/">Dokumentasi</a> | | |
<a href="https://github.com/infiniflow/ragflow/issues/4214">Peta Jalan</a> | | |
<a href="https://twitter.com/infiniflowai">Twitter</a> | | |
<a href="https://discord.gg/4XxujFgUN7">Discord</a> | | |
<a href="https://demo.ragflow.io">Demo</a> | |
</h4> | |
<details open> | |
<summary></b>๐ Daftar Isi</b></summary> | |
- ๐ก [Apa Itu RAGFlow?](#-apa-itu-ragflow) | |
- ๐ฎ [Demo](#-demo) | |
- ๐ [Pembaruan Terbaru](#-pembaruan-terbaru) | |
- ๐ [Fitur Utama](#-fitur-utama) | |
- ๐ [Arsitektur Sistem](#-arsitektur-sistem) | |
- ๐ฌ [Mulai](#-mulai) | |
- ๐ง [Konfigurasi](#-konfigurasi) | |
- ๐ง [Membangun Image Docker tanpa Model Embedding](#-membangun-image-docker-tanpa-model-embedding) | |
- ๐ง [Membangun Image Docker dengan Model Embedding](#-membangun-image-docker-dengan-model-embedding) | |
- ๐จ [Meluncurkan aplikasi dari Sumber untuk Pengembangan](#-meluncurkan-aplikasi-dari-sumber-untuk-pengembangan) | |
- ๐ [Dokumentasi](#-dokumentasi) | |
- ๐ [Peta Jalan](#-peta-jalan) | |
- ๐ [Komunitas](#-komunitas) | |
- ๐ [Kontribusi](#-kontribusi) | |
</details> | |
## ๐ก Apa Itu RAGFlow? | |
[RAGFlow](https://ragflow.io/) adalah mesin RAG (Retrieval-Augmented Generation) open-source berbasis pemahaman dokumen yang mendalam. Platform ini menyediakan alur kerja RAG yang efisien untuk bisnis dengan berbagai skala, menggabungkan LLM (Large Language Models) untuk menyediakan kemampuan tanya-jawab yang benar dan didukung oleh referensi dari data terstruktur kompleks. | |
## ๐ฎ Demo | |
Coba demo kami di [https://demo.ragflow.io](https://demo.ragflow.io). | |
<div align="center" style="margin-top:20px;margin-bottom:20px;"> | |
<img src="https://github.com/infiniflow/ragflow/assets/7248/2f6baa3e-1092-4f11-866d-36f6a9d075e5" width="1200"/> | |
<img src="https://github.com/user-attachments/assets/504bbbf1-c9f7-4d83-8cc5-e9cb63c26db6" width="1200"/> | |
</div> | |
## ๐ฅ Pembaruan Terbaru | |
- 2024-12-18 Meningkatkan model Analisis Tata Letak Dokumen di Deepdoc. | |
- 2024-12-04 Mendukung skor pagerank ke basis pengetahuan. | |
- 2024-11-22 Peningkatan definisi dan penggunaan variabel di Agen. | |
- 2024-11-01 Penambahan ekstraksi kata kunci dan pembuatan pertanyaan terkait untuk meningkatkan akurasi pengambilan. | |
- 2024-08-22 Dukungan untuk teks ke pernyataan SQL melalui RAG. | |
- 2024-08-02 Dukungan GraphRAG yang terinspirasi oleh [graphrag](https://github.com/microsoft/graphrag) dan mind map. | |
## ๐ Tetap Terkini | |
โญ๏ธ Star repositori kami untuk tetap mendapat informasi tentang fitur baru dan peningkatan menarik! ๐ | |
<div align="center" style="margin-top:20px;margin-bottom:20px;"> | |
<img src="https://github.com/user-attachments/assets/18c9707e-b8aa-4caf-a154-037089c105ba" width="1200"/> | |
</div> | |
## ๐ Fitur Utama | |
### ๐ญ **"Kualitas Masuk, Kualitas Keluar"** | |
- Ekstraksi pengetahuan berbasis pemahaman dokumen mendalam dari data tidak terstruktur dengan format yang rumit. | |
- Menemukan "jarum di tumpukan data" dengan token yang hampir tidak terbatas. | |
### ๐ฑ **Pemotongan Berbasis Template** | |
- Cerdas dan dapat dijelaskan. | |
- Banyak pilihan template yang tersedia. | |
### ๐ฑ **Referensi yang Didasarkan pada Data untuk Mengurangi Hallusinasi** | |
- Visualisasi pemotongan teks memungkinkan intervensi manusia. | |
- Tampilan cepat referensi kunci dan referensi yang dapat dilacak untuk mendukung jawaban yang didasarkan pada fakta. | |
### ๐ **Kompatibilitas dengan Sumber Data Heterogen** | |
- Mendukung Word, slide, excel, txt, gambar, salinan hasil scan, data terstruktur, halaman web, dan banyak lagi. | |
### ๐ **Alur Kerja RAG yang Otomatis dan Mudah** | |
- Orkestrasi RAG yang ramping untuk bisnis kecil dan besar. | |
- LLM yang dapat dikonfigurasi serta model embedding. | |
- Peringkat ulang berpasangan dengan beberapa pengambilan ulang. | |
- API intuitif untuk integrasi yang mudah dengan bisnis. | |
## ๐ Arsitektur Sistem | |
<div align="center" style="margin-top:20px;margin-bottom:20px;"> | |
<img src="https://github.com/infiniflow/ragflow/assets/12318111/d6ac5664-c237-4200-a7c2-a4a00691b485" width="1000"/> | |
</div> | |
## ๐ฌ Mulai | |
### ๐ Prasyarat | |
- CPU >= 4 inti | |
- RAM >= 16 GB | |
- Disk >= 50 GB | |
- Docker >= 24.0.0 & Docker Compose >= v2.26.1 | |
### ๐ Menjalankan Server | |
1. Pastikan `vm.max_map_count` >= 262144: | |
> Untuk memeriksa nilai `vm.max_map_count`: | |
> | |
> ```bash | |
> $ sysctl vm.max_map_count | |
> ``` | |
> | |
> Jika nilainya kurang dari 262144, setel ulang `vm.max_map_count` ke setidaknya 262144: | |
> | |
> ```bash | |
> # Dalam contoh ini, kita atur menjadi 262144: | |
> $ sudo sysctl -w vm.max_map_count=262144 | |
> ``` | |
> | |
> Perubahan ini akan hilang setelah sistem direboot. Untuk membuat perubahan ini permanen, tambahkan atau perbarui nilai | |
`vm.max_map_count` di **/etc/sysctl.conf**: | |
> | |
> ```bash | |
> vm.max_map_count=262144 | |
> ``` | |
2. Clone repositori: | |
```bash | |
$ git clone https://github.com/infiniflow/ragflow.git | |
``` | |
3. Bangun image Docker pre-built dan jalankan server: | |
> Perintah di bawah ini mengunduh edisi v0.15.1-slim dari gambar Docker RAGFlow. Silakan merujuk ke tabel berikut untuk deskripsi berbagai edisi RAGFlow. Untuk mengunduh edisi RAGFlow yang berbeda dari v0.15.1-slim, perbarui variabel RAGFLOW_IMAGE di docker/.env sebelum menggunakan docker compose untuk memulai server. Misalnya, atur RAGFLOW_IMAGE=infiniflow/ragflow:v0.15.1 untuk edisi lengkap v0.15.1. | |
```bash | |
$ cd ragflow | |
$ docker compose -f docker/docker-compose.yml up -d | |
``` | |
| RAGFlow image tag | Image size (GB) | Has embedding models? | Stable? | | |
| ----------------- | --------------- | --------------------- | ------------------------ | | |
| v0.15.1 | ≈9 | :heavy_check_mark: | Stable release | | |
| v0.15.1-slim | ≈2 | โ | Stable release | | |
| nightly | ≈9 | :heavy_check_mark: | *Unstable* nightly build | | |
| nightly-slim | ≈2 | โ | *Unstable* nightly build | | |
4. Periksa status server setelah server aktif dan berjalan: | |
```bash | |
$ docker logs -f ragflow-server | |
``` | |
_Output berikut menandakan bahwa sistem berhasil diluncurkan:_ | |
```bash | |
____ ___ ______ ______ __ | |
/ __ \ / | / ____// ____// /____ _ __ | |
/ /_/ // /| | / / __ / /_ / // __ \| | /| / / | |
/ _, _// ___ |/ /_/ // __/ / // /_/ /| |/ |/ / | |
/_/ |_|/_/ |_|\____//_/ /_/ \____/ |__/|__/ | |
* Running on all addresses (0.0.0.0) | |
* Running on http://127.0.0.1:9380 | |
* Running on http://x.x.x.x:9380 | |
INFO:werkzeug:Press CTRL+C to quit | |
``` | |
> Jika Anda melewatkan langkah ini dan langsung login ke RAGFlow, browser Anda mungkin menampilkan error `network anormal` | |
karena RAGFlow mungkin belum sepenuhnya siap. | |
5. Buka browser web Anda, masukkan alamat IP server Anda, dan login ke RAGFlow. | |
> Dengan pengaturan default, Anda hanya perlu memasukkan `http://IP_DEVICE_ANDA` (**tanpa** nomor port) karena | |
port HTTP default `80` bisa dihilangkan saat menggunakan konfigurasi default. | |
6. Dalam [service_conf.yaml.template](./docker/service_conf.yaml.template), pilih LLM factory yang diinginkan di `user_default_llm` dan perbarui | |
bidang `API_KEY` dengan kunci API yang sesuai. | |
> Lihat [llm_api_key_setup](https://ragflow.io/docs/dev/llm_api_key_setup) untuk informasi lebih lanjut. | |
_Sistem telah siap digunakan!_ | |
## ๐ง Konfigurasi | |
Untuk konfigurasi sistem, Anda perlu mengelola file-file berikut: | |
- [.env](./docker/.env): Menyimpan pengaturan dasar sistem, seperti `SVR_HTTP_PORT`, `MYSQL_PASSWORD`, dan | |
`MINIO_PASSWORD`. | |
- [service_conf.yaml.template](./docker/service_conf.yaml.template): Mengonfigurasi aplikasi backend. | |
- [docker-compose.yml](./docker/docker-compose.yml): Sistem ini bergantung pada [docker-compose.yml](./docker/docker-compose.yml) untuk memulai. | |
Untuk memperbarui port HTTP default (80), buka [docker-compose.yml](./docker/docker-compose.yml) dan ubah `80:80` | |
menjadi `<YOUR_SERVING_PORT>:80`. | |
Pembaruan konfigurasi ini memerlukan reboot semua kontainer agar efektif: | |
> ```bash | |
> $ docker compose -f docker/docker-compose.yml up -d | |
> ``` | |
## ๐ง Membangun Docker Image tanpa Model Embedding | |
Image ini berukuran sekitar 2 GB dan bergantung pada aplikasi LLM eksternal dan embedding. | |
```bash | |
git clone https://github.com/infiniflow/ragflow.git | |
cd ragflow/ | |
docker build --build-arg LIGHTEN=1 -f Dockerfile -t infiniflow/ragflow:nightly-slim . | |
``` | |
## ๐ง Membangun Docker Image Termasuk Model Embedding | |
Image ini berukuran sekitar 9 GB. Karena sudah termasuk model embedding, ia hanya bergantung pada aplikasi LLM eksternal. | |
```bash | |
git clone https://github.com/infiniflow/ragflow.git | |
cd ragflow/ | |
docker build -f Dockerfile -t infiniflow/ragflow:nightly . | |
``` | |
## ๐จ Menjalankan Aplikasi dari untuk Pengembangan | |
1. Instal Poetry, atau lewati langkah ini jika sudah terinstal: | |
```bash | |
pipx install poetry | |
export POETRY_VIRTUALENVS_CREATE=true POETRY_VIRTUALENVS_IN_PROJECT=true | |
``` | |
2. Clone kode sumber dan instal dependensi Python: | |
```bash | |
git clone https://github.com/infiniflow/ragflow.git | |
cd ragflow/ | |
~/.local/bin/poetry install --sync --no-root # install modul python RAGFlow | |
``` | |
3. Jalankan aplikasi yang diperlukan (MinIO, Elasticsearch, Redis, dan MySQL) menggunakan Docker Compose: | |
```bash | |
docker compose -f docker/docker-compose-base.yml up -d | |
``` | |
Tambahkan baris berikut ke `/etc/hosts` untuk memetakan semua host yang ditentukan di **conf/service_conf.yaml** ke `127.0.0.1`: | |
``` | |
127.0.0.1 es01 infinity mysql minio redis | |
``` | |
4. Jika Anda tidak dapat mengakses HuggingFace, atur variabel lingkungan `HF_ENDPOINT` untuk menggunakan situs mirror: | |
```bash | |
export HF_ENDPOINT=https://hf-mirror.com | |
``` | |
5. Jalankan aplikasi backend: | |
```bash | |
source .venv/bin/activate | |
export PYTHONPATH=$(pwd) | |
bash docker/launch_backend_service.sh | |
``` | |
6. Instal dependensi frontend: | |
```bash | |
cd web | |
npm install | |
``` | |
7. Jalankan aplikasi frontend: | |
```bash | |
npm run dev | |
``` | |
_Output berikut menandakan bahwa sistem berhasil diluncurkan:_ | |
 | |
## ๐ Dokumentasi | |
- [Quickstart](https://ragflow.io/docs/dev/) | |
- [Panduan Pengguna](https://ragflow.io/docs/dev/category/guides) | |
- [Referensi](https://ragflow.io/docs/dev/category/references) | |
- [FAQ](https://ragflow.io/docs/dev/faq) | |
## ๐ Roadmap | |
Lihat [Roadmap RAGFlow 2025](https://github.com/infiniflow/ragflow/issues/4214) | |
## ๐ Komunitas | |
- [Discord](https://discord.gg/4XxujFgUN7) | |
- [Twitter](https://twitter.com/infiniflowai) | |
- [GitHub Discussions](https://github.com/orgs/infiniflow/discussions) | |
## ๐ Kontribusi | |
RAGFlow berkembang melalui kolaborasi open-source. Dalam semangat ini, kami menerima kontribusi dari komunitas. | |
Jika Anda ingin berpartisipasi, tinjau terlebih dahulu [Panduan Kontribusi](./CONTRIBUTING.md). |