RAGFlow

AI-agenter och arbetsflöden · RAG-motor med dokumenttolkning

RAG-plattform som tolkar dokument på djupet och ger svar med hänvisning till de stycken som svaret bygger på.

Öppen källkodPython

Betyg 77 av 100 Preliminär (källbaserad)

Läs bedömningen

API · Officiellt

HTTP API-referens (200, kontrollerad 2026-10-28) täcker bl.a. datasets, dokument, chatt och retrieval; 'Intuitive APIs for seamless integration with business' beläggs även i README. Go API-servern exponerar dessutom MCP-endpoint (POST /api/v1/mcp).

API

Kontrollerat: 28 oktober 2026

Öppna dokumentation

MCP · Officiellt

Dokumentationen (kontrollerad 2026-10-28) anger uttryckligen båda rollerna: RAGFlow som MCP-server ('Use RAGFlow as an MCP Server', inbyggd /api/v1/mcp eller valfri listener med legacy-SSE) och som MCP-klient ('Connect an External MCP Server to RAGFlow', verktyg blir tillgängliga i agenter).

MCP

Kontrollerat: 28 oktober 2026

Öppna dokumentation

Jämför med alternativ Källor

RAGFlow 0.20.5: startsidan med kunskapsbasen Nordljus AB – avtal och rutiner som visar 5 files och datum, samt chattappen Fråga Nordljus under Chat Apps, med menyn Dataset, Chat, Search, Agent och File Management högst upp — 1 / 6 Startsidan samlar kunskapsbaserna och chattapparna – här Nordljus AB:s avtal och rutiner med fem dokument.

RAGFlow kunskapsbasen Nordljus AB – avtal och rutiner: fem filer om 6 KB med tabellkolumnerna Name, Upload Date, Enable, Chunk Number, Parse och Action, där personalhandbok.md, it-policy.md och konsultavtal.md var och en har fyra chunkar, samt flikarna Dataset, Retrieval testing och Configuration — 1 / 6 Startsidan samlar kunskapsbaserna och chattapparna – här Nordljus AB:s avtal och rutiner med fem dokument.

Bedömning

Så bedömer vi

Totalbetyg

77 av 100

Preliminär (källbaserad)

Bedömningsprofil: Self-hostad RAG-plattform för dokumentfrågor: djup tolkning av PDF/Office/bilder med layout- och tabellförståelse och svar med hänvisning till de källstycken svaret bygger på.
Bedömningsdatum: 28 oktober 2026
Modellversion: 3.0.0

Öppenhet och kontroll

Standardtext för Apache License 2.0 (OSI-godkänd) verifierad i repots LICENSE; hela produkten kan läsas, ändras, återdistribueras och self-hostas utan licensinskränkningar. Ingen kodbasdel hittad under annan licens.
Funktionell passform

Täcker det namngivna användningsfallet direkt: DeepDoc för layout-/tabell-/OCR-tolkning, mallbaserad chunking med visuell kontroll, grounded citations med spårbara källhänvisningar, agentic retrieval med justerbar resonemangdjup och stöd för heterogena källor (Word, PPT, Excel, PDF, skanningar, webbsidor) enligt README. Ingen väsentlig lucka för användningsfallet kunde identifieras i källorna.
Dataflytt och interoperabilitet

Fullständig HTTP API-referens (datasets, dokument, chatt, retrieval) gör data åtkomlig programmatiskt, men en dokumenterad fullständig export av kunskapsbaser, tolkade chunkar och index i öppna standardformat är inte belagd — data ligger i Elasticsearch/Infinity, MySQL och MinIO och flyttas i praktiken via dessa system.
Mognad och trygghet

Startår 2023 och extremt aktivt: stabila taggar till v0.27.3 och v1.0.0-rc2, med dagliga dev-byggen (releases.atom 2026-10-28) och väldokumenterad installation. Men säkerhetspolicy saknas i repot (ingen SECURITY.md i kodträdet), och v1.0 — en stor Go-omskrivning av den tidigare Python-basen — är fortfarande release candidate, vilket innebär omställningsrisk och ung förvaltningshistorik.
Framtidskraft

Väldokumenterat HTTP-API med SDK-exempel, plus officiellt MCP-stöd i båda riktningar enligt docs/develop/mcp/overview.md: RAGFlow som MCP-server (POST /api/v1/mcp eller egen listener) för retrieval-, dataset- och chat-verktyg, och som MCP-klient där externa MCP-servrars verktyg blir tillgängliga i RAGFlow-agenter. Modern Go/React-arkitektur. Nivå 5 kräver belagd praktisk tredjepartsintegration utöver leverantörsdokumentationen.
Drift och införande

Tung serverstack: rekommenderad startkonfiguration 4 CPU/16 GB RAM/50 GB disk, Docker Compose med flera tjänster (dokumentmotor Elasticsearch eller Infinity, MySQL, MinIO, kvrocks, nats m.fl.), kernel-tuning (vm.max_map_count ≥ 262144 för Elasticsearch) och modell-/API-nyckelkonfiguration efter start. Väldokumenterat men kräver kompetens om sökindex och containers — vår katalogpost varnar också för 'flera tunga komponenter att drifta'.
Kostnadsbild

Licenskostnad noll (Apache 2.0, inga låsta funktioner), men totalkostnaden kräver egen beräkning: serverhårdvara/molninstans med minst 16 GB RAM, lagring för dokument och index, el/värdtid, modell-API-avgifter för LLM/embedding/reranker samt administratörstid — inga av dessa poster redovisas av tillverkaren, och stöd går via community.
Svensk användbarhet

Negativ kontroll genomförd: web/src/locales/ i repot (hämtat via GitHub trees API 2026-10-28) innehåller 17 språk (ar, az, bg, de, en, es, fr, id, it, ja, ko, pt-br, ru, tr, uz, vi, zh, zh-traditional) men ingen svensk fil; dokumentationen på ragflow.io är engelsk. Engelskspråkigt men tekniskt användbart i Sverige.

Fakta

Startår: 2023
Leveransform: Egen server
Plattformar: Webbläsare · Linux · containers
API: REST API
MCP: Både klient och server, Inbyggt
Licens: Apache License 2.0 (öppen källkod)Standardtext för Apache 2.0 i LICENSE-filen.

Projektdata

93 514 GitHub-stjärnor

11 225 forks

+35 stjärnor senaste dygnet RAGFlow

Senaste kontroll: 05 november 2026. Stjärnor visar intresse, inte kvalitet, och ger inga poäng i betyget.

Utvecklingsaktivitet

3 793 commits

Senaste 13 avslutade veckorna

Ökande aktivitet · +64 %

Källa: GitHub · Kontrollerad 04 november 2026

Visar commits i verifierade kodrepositories för denna programvara. Aktivitet är inte ett kvalitetsbetyg och omfattar inte nödvändigtvis all utveckling inom projektet.

Om RAGFlow

RAGFlow är en sökmotor för egna dokument. Den läser PDF, Word, kalkylark och bilder med layout- och tabelltolkning, delar upp innehållet i stycken och låter en språkmodell svara med hänvisning till de stycken som användes. Det gör det möjligt att kontrollera svaret mot källan i stället för att lita på modellens minne.

Systemet körs i containrar tillsammans med Elasticsearch eller Infinity som sökindex och en vektordatabas. Det har ett webbgränssnitt för att ladda upp dokument, bygga kunskapsbaser och koppla agenter, samt ett API. Koden är skriven i Python och licensieras under Apache 2.0.

Användning

Passar för

Organisationer med långa PDF- och avtalsdokument
Team som behöver svar som går att kontrollera mot källan

Passar mindre bra för

Den som vill ha en färdig chattklient utan egen drift
Små installationer utan kunskap om sökindex och containrar

Styrkor och begränsningar

Styrkor

Djup dokumenttolkning med layout och tabeller
Svar med hänvisning till källstycken

Begränsningar

Flera tunga komponenter att drifta
Resurskrävande vid stora dokumentmängder

Skärmbilder

6 skärmbilder. Välj en bild för att visa den i full storlek. Svep i sidled för fler.

Startsidan samlar kunskapsbaserna och chattapparna – här Nordljus AB:s avtal och rutiner med fem dokument.
Kunskapsbasen visar dokumenten med chunkantal och tolkningsstatus – personalhandbok, IT-policy, konsultavtal, faktureringsrutin och kravspecifikation.
Konfigurationen visar tolkningsmetoden och vilka modeller kunskapsbasen använder.
Hämtningstestet visar vilka chunkar som matchar en fråga, med likhetspoäng – här distansarbete och semesteransökan ur personalhandboken.
Chatten svarar med källhänvisning: semesterdagarna och ansökningstiden hämtas ur personalhandboken.
Modellerna styrs från inställningarna: en OpenAI-kompatibel leverantör med DeepSeek för chatt och en flerspråkig embeddingmodell för dokumenttolkningen.

Tekniska resurser

Alternativ

Agent Zero

AI-agenter och arbetsflöden · Autonoma agenter med eget gränssnitt

Allmän AI-agent i en Docker-container med eget webbgränssnitt, där agenten får terminal, filsystem och en Linux-desktop att styra.

Öppen källkodJavaScriptPython

Startår: 2024
Licens: MIT
Öppen källkod: Ja
API: REST API
MCP: Både klient och server, Inbyggt

Betyg

82 av 100

Preliminär (källbaserad)

Läs bedömningen

Projektdata

19 726GitHub-stjärnor

Visa alla fakta och bedömningarVisa alla fakta

Startår: 2024
Licens: MITÖppen källkod (OSI-godkänd licens) · Licensmodeller
Öppen källkod: Ja
Plattformar: Linux · Windows · macOS
API: REST API Ej verifierat
MCP: Både klient och server, Inbyggt
Export: Ej verifierat Ej verifierat
Språk: Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska

Öppenhet och kontroll Gäller: MIT enligt LICENSE (raw.githubusercontent.com/agent0ai/agent-zero/main/LICENSE, läst 2026-10-30): OSI-godkänd, full rätt att läsa, ändra och återdistribuera. Hela kärnan ligger i repot – prompts/, tools/, plugins/ och skills/ är läsbara och redigerbara enligt README – och instansen driftas själv i Docker utan leverantörskoppling. Data lagras som vanliga filer i volymen /a0/usr, inklusive ODF-format (ODT/ODS/ODP) för kontorsdokument, alltså öppna format utan inlåsning.

Funktionell passform Gäller: README dokumenterar det namngivna användningsfallet väl: riktig XFCE-desktop i Canvas, webbläsare med DOM-annotering, underagenter med egna kontexter, projekt med isolerade filer/minnen/hemligheter, Time Travel-ögonblicksbilder och Plugin Hub med 100+ plugins. Luckor: ingen dokumenterad fleranvändar- eller rollmodell, agenten kräver en modell som klarar verktygsanrop (README: svaga modeller tappar steg) och v2.x-releaserna ändrar mycket mellan versionerna, vilket försvårar stabila arbetsflöden.

Dataflytt och interoperabilitet Gäller: Arbetsytan är vanliga filer på volymen /a0/usr och projekt kan klonas från Git, så data kan flyttas med filsystemet. Dokumentationen (docs/developer/connectivity.md) visar POST /api_files_get för filhämtning och GET/POST /api_log_get för chattloggar med X-API-KEY. Inte heltäckande: ingen dokumenterad bulkexport av minnen eller chatt historik med stabilt schema, och API:t saknar OpenAPI-specifikation.

Mognad och trygghet Gäller: releases.atom visar täta utgåvor: v2.14 (2026-10-13), v2.13 (2026-09-23), v2.12 (2026-09-09), v2.11 (2026-08-27); commits/main.atom senaste commit 2026-10-13. Dokumentationen är omfattande (docs/setup/installation.md, docs/guides/ med 20 guider inkl. self-update.md och troubleshooting.md), det finns Discord, Plugin Hub och ett företag bakom (Agent Zero, s.r.o. i LICENSE). Avdrag: ung och snabbrörlig kodbas utan verifierad säkerhetspolicy eller formell uppdateringsgaranti; säkerhetsavsnittet är vägledning, inte policy.

Framtidskraft Gäller: Flera dokumenterade integrationsvägar: REST-API med fem endpoints och X-API-KEY (docs/developer/connectivity.md), inbyggd MCP-server via FastMCP i helpers/mcp_server.py, MCP-klient i Settings → MCP/A2A, A2A enligt docs/guides/a2a-setup.md samt A0 CLI Connector mot host-maskinen. Prompts, verktyg och plugins är öppna och utbyggbara (docs/guides/create-plugin.md). Nivå 5 nås inte: API:t saknar OpenAPI-specifikation och dokumentationen hänvisar uttryckligen till källkod/DeepWiki för request- och response-detaljer.

Drift och införande Gäller: Införandet är dokumenterat och enkelt i proportion till nyttan: ett enda containerkommando (docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero), A0 Install-skript med --quick-start för huvudlös server och docs/setup/vps-deployment.md; ingen extern databas behövs. Löpande drift underlättas av docs/guides/self-update.md. Friktionen är att Docker-isolering är ett uttalat krav (README: montera inte hela hemkatalogen) och att utgåvor kommer varannan vecka med stora förändringar, vilket kräver medveten uppgraderingsrutin.

Kostnadsbild Gäller: Licenskostnad 0 kr (MIT). TCO-antaganden: modellanrop faktureras per token hos vald molnleverantör eller kräver egen GPU vid lokal modell; servern kan enligt README vara en liten VPS (nämnd från 6 USD/mån) eller Raspberry Pi; arbetstid för installation (några timmar) och återkommande uppgraderingar eftersom releaserna är täta. Ingen supportkostnad finns att teckna, så kostnadsbilden är transparent men modell- och hårdvarukostnaden måste räknas per organisation.

Svensk användbarhet Gäller: Negativ kontroll utförd: full genomsökning av repots filträd (3 878 filer, api.github.com git/trees/HEAD?recursive=1, 2026-10-30) visar ingen locales- eller i18n-katalog och inga språkfiler. Produktens enda yta med namnet Locale är webui/components/settings/agent/locale.html, som bara erbjuder tidszon och 12/24-timmarsformat – det finns ingen språkvalslista och därmed ingen svensk översättning av gränssnittet. README och docs/ är engelskspråkiga; ingen svensk dokumentation, support eller lokal integration finns belagd. Konfidensen är medium eftersom frånvaron är strukturellt belagd men externa svenska communityresurser inte kan uteslutas.

Kostnad: 0 kr (MIT). Ingen licenskostnad. Kostnaden är modellanropen och den server eller VM som containern kör på; räkna några timmars installation och löpande uppgraderingar eftersom releaserna är täta.

Faktakontrollerad 2 november 2026

Langflow

AI-agenter och arbetsflöden

Langflow är en visuell byggmiljö för AI-agenter och flöden där varje flöde kan serveras direkt som API eller MCP-server, med Python bakom varje komponent. Den licensieras under MIT och kan köras som skrivbordsapp, i Docker eller i moln.

Öppen källkodPython

Startår: 2023
Licens: MIT License
Öppen källkod: Ja
API: REST API
MCP: Både klient och server, Inbyggt

Betyg

77 av 100

Preliminär (källbaserad)

Läs bedömningen

Projektdata

156 337GitHub-stjärnor

Visa alla fakta och bedömningarVisa alla fakta

Startår: 2023
Licens: MIT LicenseÖppen källkod (OSI-godkänd licens) · README:s PyPI-licensbadge anger MIT; repots LICENSE-fil är MIT (verifierad 2026-10-20). · Licensmodeller
Öppen källkod: Ja
Plattformar: Web · Windows · macOS · Linux
API: REST API Verifierat
MCP: Både klient och server, Inbyggt
Export: Ej verifierat Ej verifierat
Språk: Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska

Öppenhet och kontroll Gäller: MIT-licens verifierad i repots LICENSE-fil; flera driftsätt inklusive fullständig self-host via Docker. Fri att läsa, ändra och återdistribuera.

Funktionell passform Gäller: Täcker agent-/flödesbygget väl med visuell utveckling där varje flöde blir ett verktyg via inbyggda API- och MCP-servrar. Mindre luckor: Python-miljö krävs för self-hosting och desktop endast Windows/macOS.

Dataflytt och interoperabilitet Gäller: Dokumenterat REST-API (docs.langflow.org) och inbyggd MCP-server gör flöden tillgängliga från andra system; drift i valfri miljö (Docker/desktop/moln) underlättar flytt. Heltäckande exportformat är dock inte verifierat.

Mognad och trygghet Gäller: Aktivt projekt (senaste tagg v1.13.0) med dokumentation på docs.langflow.org. Verifierad uppdaterings- och säkerhetspolicy saknas i underlaget, och README anger att officiella Docker-avbilder kräver autentisering — en friktionstecken.

Framtidskraft Gäller: Starkt API + inbyggd MCP-server per flöde ('turn your flows into tools for MCP clients') ger verklig agentintegration, dokumenterad på docs.langflow.org. Nivå 5 kräver dock verifierad praktisk integrations-/anpassningsförmåga som inte är belagd.

Drift och införande Gäller: Docker-kommando och deploymentsguide finns, men self-hosting kräver Python-miljö, officiella Docker-avbilder kräver autentisering enligt README och desktop gäller endast Windows/macOS.

Kostnadsbild Gäller: MIT-licens och gratis molnkonto enligt webbplatsen, men driftkostnader self-hostat och underliggande modell-API-kostnader kräver egen beräkning.

Svensk användbarhet Gäller: Inget svenskt gränssnitt, svensk dokumentation eller svensk support är belagt i de kontrollerade källorna (webbplats, README, docs); verifierad svensk språkförmåga hos modellerna är inte heller dokumenterad.

Kostnad: .

Faktakontrollerad 5 november 2026