RAGFlowNedir?
AI AjanlarŞirket belgelerini (PDF, Word, Excel, taranmış evrak) okuyup kaynak göstererek cevap veren yapay zeka asistanları kurduğun açık kaynak RAG motoru. 6 Kasım 2026'da 1.0 sürümüne ulaştı.

* Bu bağlantılar seni aracın kendi sitesine ya da uygulama mağazasına götürür. mindilot bu araçların sahibi, satıcısı veya temsilcisi değildir; ürünün işleyişi, fiyatı, ödemeler, iadeler ve verilerin nasıl işlendiği aracın sağlayıcısının sorumluluğundadır. Lütfen kayıt ya da satın alma işlemi yapmadan önce hizmeti tam olarak incelediğinden emin ol.
Mindi Ne Düşünüyor?✅ Taranmış PDF'leri, tabloları ve karışık belgeleri iyi okuyor; cevabın hangi parçadan geldiğini gösteriyor, parçalamayı elle düzeltebiliyorsun. Apache-2.0, kendi sunucunda bedava.
⚠️ Kendi kurulumu ağır: önerilen başlangıç 4 çekirdek, 16 GB RAM, 50 GB disk. 1.0 baştan Go ile yazıldı, eski sürümden geçiş geri alınamıyor.
🔀 Dify genel amaçlı ajan ve workflow kurmakta daha esnek; RAGFlow'un farkı belge okuma ve kaynak gösterme kalitesi.
RAGFlow kararlı 1.0 sürümüne geçti ve "üretime hazır" olarak duyuruldu. Bu sürüm, Eylül'de başlayan aday sürümlerle gelen büyük değişikliği tamamlıyor: çekirdek Go diliyle yeniden yazıldı, arm64 için Docker imajları eklendi. Eski 0.x sürümünden geçiş geri alınamıyor, yükseltmeden önce yedek al.
RAGFlow Hakkında
✓ RAGFlow Kimler İçin?
✕ RAGFlow Kimler İçin Uygun Değil?
RAGFlow Detaylı İnceleme
RAGFlow, yapay zekayı kendi belgelerine bağlamak isteyenler için geliştirilmiş açık kaynak bir RAG •modelin cevap vermeden önce senin belgelerinden ilgili parçaları bulup okuması• motoru. ChatGPT gibi modeller şirketinin sözleşmelerini, prosedürlerini ya da teknik dokümanlarını bilmiyor. RAGFlow bu belgeleri okuyup parçalara ayırıyor, soru geldiğinde en ilgili parçaları bulup modele veriyor ve cevabın altına hangi belgeden alındığını yazıyor. Böylece model uydurmak yerine elindeki kaynağa dayanarak cevap veriyor.
Projeyi InfiniFlow Inc. geliştiriyor. 6 Kasım 2026'da çıkan 1.0 sürümüyle "üretime hazır" etiketini aldı. Bu sürüm, Eylül'deki ilk aday sürümle başlayan büyük bir değişikliğin sonucu: RAGFlow'un çekirdeği baştan Go diliyle yeniden yazıldı.
RAGFlow'u rakiplerinden ayıran şey belgeyi okuma biçimi. Pek çok araç PDF'i düz metin gibi okuyup rastgele parçalara bölüyor; RAGFlow ise DeepDoc adlı katmanıyla sayfa düzenini, tabloları ve taranmış görüntüleri tanıyor. Belge türüne göre (sözleşme, kitap, sunum, soru-cevap listesi) hazır parçalama şablonları var ve parçaların nasıl bölündüğünü ekranda görüp elle düzeltebiliyorsun.
Temel Özellikler
Derin belge okuma: Word, PowerPoint, Excel, TXT, görsel, PDF, taranmış evrak ve web sayfalarını içeri alıyor. Tablo ve sayfa düzenini koruyarak parçalıyor.
Kaynak gösteren cevaplar: Her cevabın altında kullanılan parçalar görünüyor; tıklayıp orijinal belgeye bakabiliyorsun. Bu, uydurma (halüsinasyon) riskini azaltıyor.
Agentic arama: Karmaşık sorularda model soruyu alt parçalara ayırıp birkaç tur arama yapıyor ve bulduğu kanıtın yeterli olup olmadığını kontrol ediyor.
Bilgi derleme: Belgelerden wiki, zihin haritası, zaman çizelgesi gibi düzenli çıktılar üretebiliyor.
Ajan ve MCP: Görsel akış editöründe araç ve MCP sunucularını birleştiren ajanlar kuruyorsun. RAGFlow'un kendi MCP sunucusu da var; başka ajanlar veri setlerini buradan sorgulayabiliyor.
Veri kaynakları: Google Drive, BigQuery ve site haritası üzerinden web sitesi içeriği gibi kaynaklardan otomatik veri çekebiliyor.
Kullanım Senaryoları
Bir hukuk bürosu yüzlerce sözleşmeyi yükleyip "fesih maddesinde 30 günden kısa süre olanlar hangileri?" diye sorabilir ve cevabı madde madde kaynaklı alır. Bir fabrikanın bakım ekibi, makine kılavuzlarını tek bir asistanda toplayıp sahada telefondan soru sorabilir. Bir yazılım şirketi, ürün dokümanlarını RAGFlow'a koyup destek botunu buraya bağlayabilir. Verinin şirket dışına çıkmaması gereken bankalar ve kamu kurumları için kendi sunucuda kurulabilmesi önemli bir artı.
Fiyatlandırma
Kendi sunucuna kurmak ücretsiz, kod Apache-2.0 lisanslı. Sunucu ve model maliyeti sana ait. Bulut sürümünün planları:
| Plan | Fiyat | Kredi / ay | Neler var |
|---|---|---|---|
| Free | $0 | 500 | 5 uygulama, 1 kişi, 0,1 GB veri, API anahtarı yok |
| Starter | Sayfada $29 ve $59 | 5.000 | 50 uygulama, 5 kişi, 5 GB veri, API anahtarı |
| Pro | Sayfada $129 ve $259 | 20.000 | Sınırsız uygulama, 20 kişi, 50 GB veri, API anahtarı |
| Enterprise | Teklif usulü | Özel | Kendi bulutunda ya da şirket içinde kurulum, özel destek |
Fiyat sayfasında Starter ve Pro için iki ayrı tutar görünüyor ama hangisinin indirimli, hangisinin liste fiyatı olduğu yazmıyor. Satın almadan önce ödeme ekranında netleştir.
Nasıl Başlanır?
Hızlı denemek için cloud.ragflow.io'da ücretsiz hesap açabilirsin. Kendi kurulumun için Docker 24 ve üstü gerekiyor: depoyu indirip v1.0.0 sürümüne geçiyor, docker compose up -d ile başlatıyorsun. Ardından tarayıcıdan sunucunun adresine girip model sağlayıcı sayfasından sohbet modelini, embedding •metni anlamına göre sayılara çeviren model• modelini ve sıralama modelini ekliyorsun. Elasticsearch kullanacaksan Linux'ta bir sistem ayarını (vm.max_map_count) yükseltmen gerekiyor.
Dikkat Edilecekler
- Kurulum ağır. Önerilen başlangıç 4 işlemci çekirdeği, 16 GB RAM ve 50 GB boş disk. Belge sayısı ve eşzamanlı kullanıcı arttıkça ihtiyaç büyüyor.
- macOS desteklenmiyor. README, Docker kurulumunda macOS'un şu an desteklenmediğini söylüyor. Linux sunucu ya da bulut sürümünü düşün.
- 1.0'a geçiş geri alınamıyor. Eski 0.x sürümünden yükseltme tek yönlü; öncesinde verini yedekle. Açık kaynak 1.0'da DeepDoc sadece işlemci (CPU) ile çalışıyor, ekran kartı hızlandırması yok.
- Ücretsiz bulut planında API yok. Kendi uygulamana bağlamak istiyorsan en az Starter gerekiyor ya da kendi kurulumunu yapmalısın.
- Türkçe arayüz doğrulanmadı. Depoda Türkçe bir README var; arayüzün Türkçe olup olmadığını doğrulayamadık. Türkçe belgeleri okuyabiliyor, cevap kalitesi seçtiğin modele bağlı.
- Şirket Cayman Adaları'nda kayıtlı; kullanım şartlarında uyuşmazlıklar oradaki mahkemelere bağlanıyor. Kurumsal kullanımda veri işleme sözleşmesini (DPA) incele.