RAGFlow: محرك RAG يبدأ من فهم المستند لا من التقطيع

معظم حلول RAG تعامل المستند كنص مسطّح يُقطَّع بطول ثابت. مشروع RAGFlow يتخذ موقفًا مختلفًا يلخّصه مبدؤه المعلن: **جودة المدخلات تحدد جودة المخرجات**. فالتركيز على فهم المستند قبل تقطيعه، لا العكس.

الفهم العميق للمستندات

يوفر المشروع مكوّنًا مخصصًا (deepdoc) لاستخراج المعرفة من بيانات غير مهيكلة بصيغ معقدة. ويدعم مصادر متنوعة: Word وSlides وExcel وTXT وصورًا ونسخًا ممسوحة ضوئيًا وبيانات مهيكلة وصفحات ويب. وأُضيف مؤخرًا دعم MinerU وDocling كطرق تحليل إضافية.

الميزة الأهم عمليًا: التقطيع القابل للفحص

التقطيع يتم بقوالب متعددة يصفها المشروع بأنها **ذكية وقابلة للتفسير**، مع **تصوّر بصري لعملية التقطيع يسمح بالتدخل البشري**. هذه النقطة تحديدًا تفرق في الاستخدام الفعلي: أغلب مشاكل RAG في الإنتاج سببها تقطيع سيئ يقطع الجملة في منتصفها أو يفصل الجدول عن عنوانه، ورؤية التقطيع بصريًا تكشف هذه المشاكل قبل أن تظهر في الإجابات.

الاستشهادات المرتكزة

يوفر عرضًا سريعًا للمراجع الأساسية واستشهادات قابلة للتتبع تدعم الإجابات المرتكزة على المصدر. الهدف المعلن تقليل الهلوسة: المستخدم يستطيع التحقق من أين جاءت كل معلومة بدل الثقة العمياء بالمخرج.

متطلبات التشغيل الفعلية

هذه متطلبات جدّية مقارنة بحلول RAG الأخف. والسبب أن المشروع ليس مكتبة بل منظومة كاملة: قاعدة بيانات وثائق (Elasticsearch افتراضيًا أو Infinity بديلًا) وتخزين كائنات وذاكرة تخزين مؤقت وقاعدة بيانات علائقية.

التحول نحو الوكلاء

المشروع لم يبق محرك RAG فقط. من سجل تحديثاته: دعم سير العمل الوكيلي وMCP، ثم مكوّن تنفيذ كود Python/JavaScript داخل الوكيل، ثم خط أنابيب استيعاب قابل للتنسيق، ثم **ذاكرة للوكيل**، ثم مزامنة بيانات من Confluence وS3 وNotion وGoogle Drive، ثم قنوات محادثة متعددة. فهو يتموضع الآن كـ«طبقة سياق» للنماذج لا كأداة استرجاع.

ملاحظات قبل النشر

الصور جاهزة لمنصات x86 فقط، ومن يعمل على ARM64 (أجهزة Apple Silicon مثلًا) يحتاج بناء صورته بنفسه. وابتداءً من إصدار حديث، تُشحن النسخة الخفيفة فقط بلا نماذج تضمين مدمجة، فتحتاج خدمات خارجية للتضمين. والتوثيق متاح بالعربية إضافة لعشر لغات أخرى.

متى يستحق ثقل المنظومة

يناسب من يبني نظام أسئلة وأجوبة على وثائق مؤسسية معقدة (عقود، تقارير، مواصفات فنية) حيث بنية المستند نفسها تحمل معنى. أما لبحث بسيط في نصوص قصيرة متجانسة، فالحل الأخف أنسب من منظومة تحتاج 16 جيجابايت ذاكرة.