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">简体中文</a> | | |
| <a href="./README_ja.md">日本語</a> | | |
| <a href="./README_ko.md">한국어</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>📕 Daftar Isi</b></summary> | |
| - 💡 [Apa Itu RAGFlow?](#-apa-itu-ragflow) | |
| - 🎮 [Demo](#-demo) | |
| - 📌 [Pembaruan Terbaru](#-pembaruan-terbaru) | |
| - 🌟 [Fitur Utama](#-fitur-utama) | |
| - 🔎 [Arsitektur Sistem](#-arsitektur-sistem) | |
| - 🎬 [Mulai](#-mulai) | |
| - 🔧 [Konfigurasi](#-konfigurasi) | |
| - 🔧 [Membangun Image Docker tanpa Model Embedding](#-membangun-image-docker-tanpa-model-embedding) | |
| - 🔧 [Membangun Image Docker dengan Model Embedding](#-membangun-image-docker-dengan-model-embedding) | |
| - 🔨 [Meluncurkan aplikasi dari Sumber untuk Pengembangan](#-meluncurkan-aplikasi-dari-sumber-untuk-pengembangan) | |
| - 📚 [Dokumentasi](#-dokumentasi) | |
| - 📜 [Peta Jalan](#-peta-jalan) | |
| - 🏄 [Komunitas](#-komunitas) | |
| - 🙌 [Kontribusi](#-kontribusi) | |
| </details> | |
| ## 💡 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. | |
| ## 🎮 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> | |
| ## 🔥 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. | |
| ## 🎉 Tetap Terkini | |
| ⭐️ Star repositori kami untuk tetap mendapat informasi tentang fitur baru dan peningkatan menarik! 🌟 | |
| <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> | |
| ## 🌟 Fitur Utama | |
| ### 🍭 **"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. | |
| ### 🍱 **Pemotongan Berbasis Template** | |
| - Cerdas dan dapat dijelaskan. | |
| - Banyak pilihan template yang tersedia. | |
| ### 🌱 **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. | |
| ### 🍔 **Kompatibilitas dengan Sumber Data Heterogen** | |
| - Mendukung Word, slide, excel, txt, gambar, salinan hasil scan, data terstruktur, halaman web, dan banyak lagi. | |
| ### 🛀 **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. | |
| ## 🔎 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> | |
| ## 🎬 Mulai | |
| ### 📝 Prasyarat | |
| - CPU >= 4 inti | |
| - RAM >= 16 GB | |
| - Disk >= 50 GB | |
| - Docker >= 24.0.0 & Docker Compose >= v2.26.1 | |
| ### 🚀 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 | ❌ | Stable release | | |
| | nightly | ≈9 | :heavy_check_mark: | *Unstable* nightly build | | |
| | nightly-slim | ≈2 | ❌ | *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!_ | |
| ## 🔧 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 | |
| > ``` | |
| ## 🔧 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 . | |
| ``` | |
| ## 🔧 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 . | |
| ``` | |
| ## 🔨 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:_ | |
|  | |
| ## 📚 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) | |
| ## 📜 Roadmap | |
| Lihat [Roadmap RAGFlow 2025](https://github.com/infiniflow/ragflow/issues/4214) | |
| ## 🏄 Komunitas | |
| - [Discord](https://discord.gg/4XxujFgUN7) | |
| - [Twitter](https://twitter.com/infiniflowai) | |
| - [GitHub Discussions](https://github.com/orgs/infiniflow/discussions) | |
| ## 🙌 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). |